二叉排序树（Binary Sort Tree）
定义:对于树中的每个结点X，它的左子树中所有关键字值小于X的关键字值，而它的右子树中所有关键字值大于X的关键字值。
二叉查找树声明：
#ifndef _Tree_H struct TreeNode;
typedef struct TreeNode *Position;
typedef struct TreeNode *SearchTree; SearchTree MakeEmpty(SearchTree T);
Position Find(ElementType X,SearchTree T);
Position FindMin(SearchTree T);
Position FindMax(SearchTree T);
SearchTree Insert(ElementType X,SearchTree T);
SearchTree Delete(ElementType X,SearchTree T);
ElementType Retrieve(Position P);
#endif /*_Tree_H*/
TreeNode结构体定义（二叉树的二叉链表存储表示法）：
/*Place in the implementation file*/
struct TreeNode
{
ElementType Element;
SearchTree Left;
SearchTree right;
};
建立一棵空树：
SearchTree MakeEmpty(SearchTree T)
{
if(T!=NULL)
{
MakeEmpty(T->Left);
MakeEmpty(T->right);
free(T);
}
return NULL;
}
Find操作：
Position Find(ElementType X,SearchTree T)
{
if(T==NULL)
return NULL;
if(X<T->Element)
return Find(X,T->Left);
else if(X>T->Element)
return Find(X,T->Right);
else
return T;
}
FindMin的递归实现和FindMax的非递归实现：
Position FindMin(SearchTree T)
{
if(T==NULL)
return NULL;
else if(T->Left==NULL)
return T;
else
return FindMin(T->Left);
} Position FindMax(SearchTree T)
{
if(T!=NULL)
while(T->Right!=NULL)
T=T->Right;
return T;
}
FindMax的非递归形式看不懂啊，求大神！T怎么可以被改变，改了之后怎么办，根节点都变了呀？整个树不就变了吗？
Inset操作：
SearchTree Insert(ElementType X,SearchTree T)
{
if(T==NULL)
{
T=malloc(sizeof(struct TreeNode));
if(T==NULL)
FatalError("Out of space!!!");
else
{
T->Element=X;
T->Left=T->Right=NULL;
}
}
else if(X<T->Element)
T->Left=Insert(X,T->Left);
else if(X>T->Element)
T->Right=Insert(X,T->Right);
else ;
return T;
}
（1）由于T指向该树的根，而根又在第一次插入时变化，因此Insert被写成一个返回指向新树根的指针的函数
（2）第5行malloc函数，生成一个新节点，注意6、7行对新节点是否创建成功的检查
（3）14~17行，递归地插入X到适当位置，并建立新节点与父节点的联系
Delete操作：
删除操作是二叉排序树最困难的操作。仔细分析就会得出，删除操作仅仅包括以下三种情况：
情况一：如果要删除的结点X是一片树叶，没有子女。此时只需要直接将这个结点删除即可，不需要其它操作。
情况二：如果要删除的结点X只有一个子女。此时令X的子女直接成为X的双亲结点F的子树，然后删掉X即可。
情况三：如果要删除的结点X有两个子女。一般的策略是用X的右子树的最小结点（《算法导论》中称其为X的后继，若想了解后继这个概念，我的博文http://www.cnblogs.com/sage-blog/p/3865260.html），代替X并递归地删除那个结点。
SearchTree Delete(ElementType X,SearchTree T)
{
Position TmpCell;
if(T==NULL)
Error("Elment not found!!!");
else if(X<T->Element) //向左寻找
T->Left=Delete(X,T->Left);
else if(X>T->Element) //向右寻找
T->Right=Delete(X,T->Right);
else if(T->Left&&T->Right) //找到结点，并且它有两个子女
{
TmpCell=FindMin(T-Right);
T->Element=TmpCell->Element;
T->Right=Delete(T->Element,T->Right);
}
else //找到结点，并且它只有一个子女或它没有子女
{
TmpCell=T;
if(T->Left==NULL)
T=T->Right;
else if(T->Right==NULL)
T=T->Left;
free(TmpCell);
}
return T;
}
时间复杂度分析：
（1）假设所有树出现的机会均等，则树的所有节点的平均深度为O(log N)
（2）在某种情况下，上面描述的算法有助于使得左子树比右子树深度深，因为我们总是用右子树的一个节点来代替删除的节点，造成树的不平衡。
存在的问题：
（1）如果向一棵树中输入预先排好序的数据（例如数据是递增的），那么一连串的Insert操作将花费二次时间，因为此时只由那些没有左儿子的结点组成。一种解决的办法就是要有一个称为平衡（balance）的附件的结构条件：任何节点的深度均不能过深。
实现树的平衡：平衡二叉树，也称之为AVL树（Adelson-Velskii和Landis），详见我的博客：http://www.cnblogs.com/sage-blog/p/3866008.html
（2）另外，较新的方法是放弃平衡条件，允许树有任意深度，但是在每次操作之后要使用一个调整规则进行调整，使得后面的操作效率更高。这种类型的数据一般属于自调整（self-adjusting）类结构。在二叉查找树的情况下，对于任意单个运算我们不再保证O(log N)的时间界，但是任意连续M次操作在最坏情况下花费时间为O(Mlog N)。
这种数据结构叫做伸展树（splay tree），详见我的博客：***