Hash Table在进行搜索，插入以及删除时都可以保证时间复杂度O(1)
    BST(二叉平衡搜索树)例如Red-Black Tree, AVL Tree, Splay Tree等，在进行搜索，插入和删除操作时其时间复杂度是O(logn)
    乍一眼看，Hash Table吊打BST，但我们看一看BST的优势

    • 对BST进行中序遍历，可以得到按顺序排序的列表。而Hash Table要想得到同样的列表，就需要进行一些额外的操作。
    • 对于顺序统计，最近最小，最近最大，范围搜索这些操作，BST都可以很轻松的实现，但对于Hash Table来说，即便是排序这样的操作，对于其来说也并非是一个常规操作。
    • 相对于Hash Table，更容易去实现一个BST，因此可以根据具体的需求去轻松的定制满足自己需求的BST。而在实现Hash时，我们通常需要依赖特定的库。
    • 对于平衡BST，所有的操作都可以保证时间复杂度为O(logn)，对于Hashing来说，O(1)只是平均时间复杂度， 对于某些特定的操作，其操作会相当的费时，尤其是需要重新对table的大小进行改变时。

    所以不难看出，如果完全去实现自己的库或完成特定的操作时，BST虽然不是最优秀的，但确是最朴实无华且最靠谱的，而Hash Table，良将一枚，但却很难真正驾驭，由于其难以被琢磨的内心，导致输出时好时坏。

    参考资料: https://www.geeksforgeeks.org/advantages-of-bst-over-hash-table/