平衡树、AVL树、伸展树、B树、红黑树

平衡树、AVL树：https://www.cnblogs.com/Benjious/p/10336145.html

伸展树：https://www.cnblogs.com/Benjious/p/10346084.html

B树：https://www.cnblogs.com/Benjious/p/10353733.html

红黑树：https://www.cnblogs.com/Benjious/p/10389338.html

红黑树为什么能达到半平衡（最深的叶子节点的深度不会大于两倍的最短叶子节点的深度）？
因为红色节点不能与红色节点相连，且所有路径的黑色节点个数相同，因此最长路径是红黑交替节点路径，所以最短路径必然是只包含黑色节点的路径，于是从根节点到叶子节点的的最长路径不会超过最短路径的两倍。

红黑树相比AVL的优点：

1. 如果插入一个node引起了树的不平衡，AVL和RB-Tree都是最多只需要2次旋转操作，即两者都是O(1)；但是在删除node引起树的不平衡时，最坏情况下，AVL需要维护从被删node到root这条路径上所有node的平衡性，因此需要旋转的量级O(logN)，而RB-Tree最多只需3次旋转，只需要O(1)的复杂度。

2. 其次，AVL的结构相较RB-Tree来说更为平衡，在插入和删除node更容易引起Tree的unbalance，因此在大量数据需要插入或者删除时，AVL需要rebalance的频率会更高。因此，RB-Tree在需要大量插入和删除node的场景下，效率更高。自然，由于AVL高度平衡，因此AVL的search效率更高。

3. map的实现只是折衷了两者在search、insert以及delete下的效率。总体来说，RB-tree的统计性能是高于AVL的。

作者：Acjx
链接：http://www.zhihu.com/question/20545708/answer/58717264

红黑树删除：
删除操作
若X左右子节点都非空，则将X数据与其后继或前驱交换（颜色不换），实际被删除的是X的前驱或后继，所以k必为NULL。
等效为：