然而，刚刚那个替换法是我想的，目前觉得这样替换也是挺符合的吧。
对于我的那种替换法，怎么去调用递归来做，也要去看，锻炼递归的思想，虽然它不是一种很好的方法。
真正常用的替换方法：
右边的最小节点放在被替换位置，或者左边的最大节点放在被替换位置，都是常用的方法，而我挑一个的话，就是拿右边的最小节点放在被替换位置。
我用的替换方法，涉及到一些递归的知识在里面，也是需要再写一下我的那个方法的remove。
key1： 注意，对这个函数的定义：返回删除之后的根的节点。 （原因：因为对于树结构的操作，它的目的如下图）
假设需要做的是：用n.left来替换n 那么用node n1=n;n=n.left这样可以吗？
实际上发生的过程是： node这个指针，从指向当前位置到指向了node.left位置
因此，最终的启发： 如果说要改变树的结构，用A结点来替换B结点，那么需要做的是：返回替换后的根给它，而不是指针性的改变。
与之同理的是： add函数，添加某个节点进树里面，也是返回替换后的根给它，而不是说指针性改变。
因此，你就能够理解，为什么是上面的做法对，而不是下面的做法了。
因为你是要返回替换后的根给它，所以上面的做法，左边的根 就是remove后的左边的根 右边的根，就是remove后的右边的根。
抓准函数的内涵。
第二点： 最大的节点，它可以有左子树（左边的一连串都行，不仅仅可以有左子节点，因为的话左边子树都比它小）
最小的节点，可以有右子树（左边的一连串都行，不仅仅可以有左子节点，因为的话左边子树都比它小）
这里的话，如果说删除的是M节点的话， 那么删除的意思： I.right=N，而不是说指针性替换。 如果说不使用递归的方法返回根的话，那么需要保存到I这个结点，应该也是使用prev记录前一个节点 I,Node n1记录M节点，使用prev.right=N来替换吧。
这里说的是：如果不使用递归的方法，如何用一些prev的思想来删除最大节点，最小节点。
其中，删除最大节点，或者删除最小节点的话。
这里想说的是： 最小节点，可以有右子树。直接拿右子树的根来替换当前结点就ok。
而如果删除普通的是：拿右子树的最小节点来替换它自己，记住，替换的是自己，不是右子树的根。
自己学会了：如何去删除最大节点、如何删除最小节点的思想。以及如何删除普通的某个节点的思想。
怎么看替换后的大小关系和原来的大小关系是符合的呢？
需删除位置上面肯定是满足的， 需删除位置的下面也是肯定满足的，那么只需要看 需删除的接口位置满足大小关系即可。
删除最小元素的话，那么其实就是删除E节点，看大小关系是否符合的话，就是看H和D之间的关系是不是符合的。
那么H大于E 并且H肯定是小于D的， 那么是满足的
也就是自己也知道，如何去看移动后是不是满足原来的大小关系，看接口位置是不是满足大小关系即可。
并且也知道了如何删除最大元素、如何删除最小元素，如何删除某个元素的正确方法，以及我的想法的实现。
下一章将把这些实现都写了。
原文：https://www.cnblogs.com/startFrom0/p/12621304.html