数据结构简析：栈、队列、数组、链表、红黑树。

数据结构

数据结构，直白地理解，就是研究数据的存储方式。
今天简单的分享几个最重要的数据结构方式。
1.栈
2.队列
3.数组
4.链表
5.树，红黑树

栈(Stack)

栈是一种只能从表的一端存取数据且遵循 “先进后出” 原则的线性存储结构。如图，它的这种存储结构就跟弹夹很相似，先进去的，最后出来。

队列(Queue)

队列的两端都"开口"，要求数据只能从一端进，从另一端出，队列中数据的进出要遵循 “先进先出” 的原则，即最先进队列的数据元素，同样要最先出队列。

数组

数组与顺序表、链表、栈和队列一样，都用来存储具有 “一对一” 逻辑关系数据的线性存储结构。它的特点就是：查询容易，增删难。

链表

链表存储的数据元素，其物理存储位置是随机的。
链表中每个数据的存储都由以下两部分组成：
数据元素本身，其所在的区域称为数据域；
指向直接后继元素的指针，所在的区域称为指针域；
一个完整的链表需要由以下几部分构成：
头指针：一个普通的指针，它的特点是永远指向链表第一个节点的位置。很明显，头指针用于指明链表的位置，便于后期找到链表并使用表中的数据；
节点：链表中的节点又细分为头节点、首元节点和其他节点：
头节点：其实就是一个不存任何数据的空节点，通常作为链表的第一个节点。对于链表来说，头节点不是必须的，它的作用只是为了方便解决某些实际问题；
首元节点：由于头节点（也就是空节点）的缘故，链表中称第一个存有数据的节点为首元节点。首元节点只是对链表中第一个存有数据节点的一个称谓，没有实际意义；
其他节点：链表中其他的节点；
他还分为单向链表和双向链表
单向链表：是指链表中只有一条链子链接，没有顺序
双向链表：指链表中有两个链子，一个存储元素，另一个记录顺序。

树

将具有“一对多”关系的集合中的数据元素的形式进行存储，整个存储形状在逻辑结构上看，类似于实际生活中倒着的树，所以称这种存储结构为“树型”存储结构。
结点：使用树结构存储的每一个数据元素都被称为“结点”。
二叉树：
简单地理解，满足以下两个条件的树就是二叉树：
本身是有序树；
树中包含的各个节点的度不能超过 2，即只能是 0、1 或者 2；
二叉树具有以下几个性质：
二叉树中，第 i 层最多有 2i-1 个结点。
如果二叉树的深度为 K，那么此二叉树最多有 2K-1 个结点。
二叉树中，终端结点数（叶子结点数）为 n0，度为 2 的结点数为 n2，则 n0=n2+1。
红黑树：
红黑树（Red Black Tree） 是一种自平衡二叉查找树.它的查询速度非常的快，查询叶子节点的最大次数，不超过最小次数的2倍。
特征:
红黑树是每个节点都带有颜色属性的二叉查找树，颜色或红色或黑色. 在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求:
性质1 节点是红色或黑色。
性质2 根节点是黑色。
性质3 所有叶子都是黑色。（叶子是NIL节点）
性质4 每个红色节点的两个子节点都是黑色。（从每个叶子到根的所有路径上不能有两个连续的红色节点）
性质5 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。
是性质4导致路径上不能有两个连续的红色节点确保了这个结果。最短的可能路径都是黑色节点，最长的可能路径有交替的红色和黑色节点。因为根据性质5所有最长的路径都有相同数目的黑色节点，这就表明了没有路径能多于任何其他路径的两倍长。
因为红黑树是一种特化的二叉查找树，所以红黑树上的只读操行与普通二叉查找树相同。
树的旋转
当我们在对红黑树进行插入和删除等操作时，对树做了修改，那么可能会违背红黑树的性质。
为了保持红黑树的性质，我们可以对相关节点做一系列的调整，通过对树进行旋转。(为了保持他的五个特性)
旋转分为：左旋和右旋。
左旋：逆时针旋转两个节点，让一个节点被其右子节点取代，而该节点成为右子节点的左子节点
右旋：顺时针旋转两个节点，让一个节点被其左子节点取代，而该节点成为左子节点的右子节点
这里我们举个例子：
现在要删除这个红黑树中的17元素

由于结点17有两个孩子，子树当中仅大于17的结点是25，所以把结点25复制到17位置，保持黑色，然后将原来的25就可以删除了。

现在的这种情况的树，明显不满足红黑树中的特性，这时它就会发生右旋，进行平衡。因为16介于15与25之间所以作为分支。