据我所知之间的时间复杂度AVL树和二叉搜索树在平均情况一样，用AVLS击败BSTS在最坏的情况。 这给了我一个暗示，AVLS总是比百般与他们进行互动，或许加入少许复杂BSTS优越，当涉及到平衡的实现。
没有任何理由任何人都应该首先使用BSTS代替AVLS？
Answer 1:
首先，获得最佳的性能不编程的最终目标。 所以，即使选择B总是更快，比A消耗更少的内存，这并不意味着它总是更好的选择，如果是更复杂。 更复杂的代码需要更长的时间来写，是很难理解，更可能包含bug。 因此，如果简单，但效率较低的选项A是对你不够好，那么就意味着它是更好的选择。
现在，如果你想不均衡，那么AVL会消耗更多的内存比较AVL树与简单的二叉搜索树（BST）（每个节点必须记住它的平衡因子）和每个操作可以慢（因为你需要保持平衡因子，有时进行旋转）。
正如你所说，没有平衡BST有一个非常坏的（线性） 最坏的情况 。 但是，如果你知道这个最坏的情况不会发生在你身上，或者如果你没关系，如果操作是在罕见的情况下速度慢，不均衡BST可能比AVL更好。
Answer 2:
由于是核对和更新的平衡因素和旋转节点的额外开销，相对于非平衡BST的当插入和删除在AVL树可能相当缓慢。
因为时间紧平衡，搜索决不会采取类似线性时间，所以你可能会想在情况下使用AVL树，其中搜索是不是更新树更频繁操作。
Answer 3:
我的假设是：当你提到BST，你说的是BST不均衡。
可以这样说，如果你需要一个导航的数据结构，你知道你的数据不会是最坏的情况下（排序），是有点小，一个BST（无余额）就足够了。
但更有可能的是一个罕见的病例。
Answer 4:
AVL树也是BST但它可以重新调整自己。 这种行为使得它在最坏的情况下更快。 它使自身的再平衡，从而在最坏的情况下会消耗O（log n）的时候平原BST将采取为O（n）。 所以，回答你的问题：它始终是更好地执行比只是普通的BST AVL树。
文章来源: Binary search tree over AVL tree
