红黑树

起初，为了解决查找问题，人们发明了二叉查找树。
二叉查找树的定义很简单：对于每个节点，该节点的值大于左孩子节点并且小于右孩子节点。当插入一个新节点时，会从根节点开始进行比较，最后插入到叶子节点的位置。

这样的二叉查找树有一个问题，当我们插入一个递增序列，或一个递减序列时，二叉查找树便退化为链表，查询的时间复杂度为O(n)，严重影响查找效率。

为此，人们提出了一个方案，就是AVL，平衡二叉查找树。
当向AVL插入一个新元素，并且导致该树不平衡时，AVL通过旋转的方法恢复平衡。因此AVL能保证查询时的效率。AVL查询的效率为O(logn)。当插入新元素引起失衡时，AVL需要最多两次旋转来恢复平衡。

AVL看起来很美好，但是有一个问题，当AVL删除一个节点时，需要维护该节点到root这条路径上所有节点的平衡，因此，删除节点的时间复杂度为O(logn)。

现在让我们看看红黑树，红黑树是一棵“不那么平衡”的二叉查找树，因为不平衡，所以失衡的时候恢复平衡所用的操作少，而又因为比较平衡，所以查找时的时间复杂度也比较高。可以说红黑树是一种折衷的方案。查找效率略低于AVL，而改删操作优于AVL。
因此在实际应用中，若搜索的次数远远大于插入和删除，那么选择AVL，如果搜索，插入删除次数几乎差不多，应该选择红黑树。