二叉查找树最大的特点就是，支持动态数据集合的快速插入、删除、查找操作。
散列表也是支持这些操作的，而且散列表的这些操作比二叉查找树更高效，时间复杂度是 O(1)。
既然散列表如此高效，那么散列表是不是可以完全替代二叉树呢。
或者说有没有什么地方用散列表是做不了的，必须用二叉树呢？
散列表的插入、删除、查找操作的时间复杂度可以做到常量级的 O(1)，非常高效。
而二叉查找树在比较平衡的情况下，插入、删除、查找操作时间复杂度才是 O(logn)。
但是为什么我们不能完全用散列表去替代二叉树呢？
一
散列表中的数据是无序存储的，如果要输出有序的数据，需要先进行排序。
而对于二叉查找树来说，我们只需要中序遍历，就可以在 O(n) 的时间复杂度内，输出有序的数据序列。
二
散列表扩容耗时很多，而且当遇到散列冲突时，性能不稳定。
尽管二叉查找树的性能也不稳定，但是在工程中，最常用的平衡二叉查找树的性能非常稳定，时间复杂度稳定在 O(logn)。
三
尽管散列表的查找等操作的时间复杂度是常量级的，但因为哈希冲突的存在，这个常量不一定比 logn 小，所以实际的查找速度可能不一定比 O(logn) 快。加上哈希函数的耗时，也不一定就比平衡二叉查找树的效率高。
四
散列表的构造比二叉查找树要复杂，需要考虑的东西很多。比如散列函数的设计、冲突解决办法、扩容、缩容等。
平衡二叉查找树只需要考虑平衡性这一个问题，而且这个问题的解决方案比较成熟、固定。
五
为了避免过多的散列冲突，散列表装载因子不能太大，特别是基于开放寻址法解决冲突的散列表，不然会浪费一定的存储空间。综合这几点，平衡二叉查找树在某些方面还是优于散列表的。
所以，这两者的存在并不冲突。我们在实际的使用过程中，需要结合具体的需求来选择使用哪一个。
