二叉搜索树（Binary Search Tree，简称 BST）是一种特殊的二叉树结构，它的每个节点具有以下性质：

1. 若左子树不为空，则左子树上所有节点的值均小于根节点的值。
2. 若右子树不为空，则右子树上所有节点的值均大于根节点的值。
3. 左、右子树也分别为二叉搜索树。
   二叉搜索树的用途包括：
4. 数据查找：在二叉搜索树中，可以通过递归遍历树结构，快速找到目标值。时间复杂度为 O(log n)，其中 n 为树中节点个数。
5. 数据插入：可以将新值插入到二叉搜索树中，并保持树的有序性。时间复杂度为 O(log n)。
6. 数据删除：可以通过递归遍历树结构，找到目标值并删除。时间复杂度为 O(log n)。
   什么时候使用二叉搜索树：
7. 当需要快速查找、插入或删除数据时，可以考虑使用二叉搜索树。
8. 当数据具有有序性，并且需要维护这种有序性时，可以考虑使用二叉搜索树。
   推荐 Demo：
   以下是一个简单的二叉搜索树实现的 Python 代码示例：

class Node:
def init(self, key):
self.left = None
self.right = None
self.val = key
class BinarySearchTree:
def init(self):
self.root = None
def insert(self, key):
if not self.root:
self.root = Node(key)
else:
self._insert(self.root, key)
def _insert(self, node, key):
if key < node.val:
if node.left:
self._insert(node.left, key)
else:
node.left = Node(key)
else:
if node.right:
self._insert(node.right, key)
else:
node.right = Node(key)
def search(self, key):
return self._search(self.root, key)
def _search(self, node, key):
if not node:
return None
if key == node.val:
return node
elif key < node.val:
return self._search(node.left, key)
else:
return self._search(node.right, key)
def delete(self, key):
self.root = self._delete(self.root, key)
def _delete(self, node, key):
if not node:
return node
if key < node.val:
node.left = self._delete(node.left, key)
elif key > node.val:
node.right = self._delete(node.right, key)
else:
if not node.left:
return node.right
elif not node.right:
return node.left
temp = self._find_min(node.right)
node.val = temp.val
node.right = self._delete(node.right, temp.val)
return node
def _find_min(self, node):
while node.left:
node = node.left
return node

示例

bst = BinarySearchTree()
bst.insert(50)
bst.insert(30)
bst.insert(20)
bst.insert(40)
bst.insert(70)
bst.insert(60)
bst.insert(80)
print("查找值为 40 的节点：", bst.search(40).val)
print("查找值为 90 的节点：", bst.search(90))
bst.delete(40)
print("删除值为 40 的节点后，查找值为 40 的节点：", bst.search(40))
CopyCopy

该示例演示了二叉搜索树的插入、查找和删除操作。注意，这只是一个简单的实现，实际应用中可能需要考虑很多其他因素，例如节点的平衡、树的遍历等。