1、查找元素
当当前结点元素key小于要查找的元素的key时,该元素一定在当前结点的右子树中，以此递归的进行search()，直到key相等。反之亦然
2、查找最小元素
最小元素一定在根结点的左子树中（在左子树递归）
基准情形：结点左子树为None时找到最小元素
3、删除最小元素
刚刚我们讨论了当该结点左子树为None时，找到最小元素，也就是说它是一个只有一个分支的结点（且一定是右子树上有元素），或者是叶子结点。
要删除当前结点，只需把右结点的元素赋值为当前结点元素即可，若是叶子结点赋None，也能达到目的
（1）代码
（2）图解
4、删除元素
（1）思路
二叉树中的结点可以根据分支分为三类
叶子结点、只有一个分支的结点、有两个分支的结点
对于叶子结点
只需要赋值为None，不会影响二叉树的结构对于只有一个分支的结点
在删除最小元素的启发下，只需要将这个结点的元素赋值为非空子树元素即可对于有两个分支的结点
（假设树中允许出现键值相同的元素，二叉树左子树小于root,右子树大于等于root）
采用替换删除
原因：若采用重构二叉树的方式，时间消耗将大大提升。因此，只需要在右子树中找到最小的元素，替换掉root即可。由于二叉检索树的特征，左子树仍小于根结点，右子树仍大于等于根结点。
（若你定义的二叉树是左子树小于等于根结点，右子树大于根结点，则应该选择左子树中最大元素替换删除）
（2）图解
（3）代码
5、时间代价
最坏情况
当树比较平衡时搜索代价是O(logn)
当树极度不平衡时搜索代价是O(n)
插入、删除的代价与搜索代价雷同
使得一个二叉树平衡才能真正发挥二叉树的作用
