有了如此高效的散列表，为什么还需要二叉树？
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)，相对散列表有什么优势呢？
- 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BST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
- 散列表扩容耗时很多，而且当遇到散裂冲突时，性能不稳定，尽管BST的性能不稳定，但在工程中，我们最常用的BST性能非常稳定在O(logn)
- 笼统地来说，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。
- 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。
- 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，BST在某些方面还是优于散列表的，所以两者的存在并不冲突
