操作红黑树的过程

数组中如果使用有序的数组，查找的时候可以使用二分查找，时间复杂度为O(log2n)， 当你插入或者删除的时候，需要前移或者后移，时间复杂度为O(n)。

基于上述信息，提出了BST，这个结构的查找（在平衡的时候）和二分一样，时间复杂度是O(log2n)下去整 + 1， 但是插入和删除的时候不用移动大量的数据。

由于BST不平衡，比如全部插入到右子树，查找的效率相当于链表。为了提高效率，就要让bst尽可能的接近平衡，于是AVL应运而生。AVL树在插入和删除的时候，实时的进行调整以保持结构的平衡，但是由于频繁进行插入删除，导致效率也没有提升太多。因此提出了RBT，它相对AVL要求没有那么严格，所以调整的树的频率没有那么高，但是查找效率是不如AVL的。如果插入和删除没有那么频繁的话，还是建议AVL树。因为RBT的查找效率还是不如AVL的。

红黑树：
定义：
1.整棵树只有红和黑两种颜色的节点
2.叶子节点都是黑色，如果叶子节点也是
3.红色节点不能是相邻的，即红色节点的孩子不能是红色的
4.根节点是黑色的
5.每条路径上黑色节点的个数是一样的
6.红黑树的高度最高为 2 * log（n + 1），底数为2

因此查找的时间复杂度也是上述公式，和log（n）下取整 + 1 相比要略大，但是总体时间复杂度是差不多的。

相对于AVL的高度，RBT中有一个black height概念，从某一个点开始到叶子节点（空节点不算），他的子树的黑节点的个数

bh(X)表示的是最高
第一条：以x为根节点的子树的节点至少满足个数大于 2^bh(x) - 1.
第二条：由于黑节点的儿子和父亲可能是黑节点，但是红节点的相邻节点一定是黑节点，红节点的个数一定小于节点总个数的一半。


一直递归求x节点的个数

2 * (2^(bh(x) - 1) - 1) + 1 = 2^bh(x) - 1;

插入红黑树过程：如果根节点是空，直接插入黑色节点；如果不空的话，先插入红色节点。
如果父亲节点是红色节点，那么看他的兄弟是不是红色节点，如果是红色节点的话，就把父亲节点、父亲节点的兄弟和祖父节点的颜色互换。

如果父亲节点是黑色或者是null，那么就要先对红黑树做一下变换，这里的变换有一点类似于AVL树的左右旋转，然后再按照先前的节点重新染色。具体步骤如下图