红黑树和AVL树区别和联系

红黑树和AVL树有什么区别？

红黑树 vs AVL

红黑树的查询性能略微逊色于AVL树，因为他比avl树会稍微不平衡最多一层，也就是说红黑树的查询性能只比相同内容的avl树最多多一次比较，但是，红黑树在插入和删除上完爆avl树，avl树每次插入删除会进行大量的平衡度计算，而红黑树为了维持红黑性质所做的红黑变换和旋转的开销，相较于avl树为了维持平衡的开销要小得多

平衡二叉树的性质：

1、AVL树是自平衡二分搜索树

2、平衡二叉树

（1）对于任意一个节点，左子树和右子树的高度差不能超过为1。
（2）对于堆和线段二叉树来说，可以保证任意一个叶子节点相应的高度差不能超过1。
AVL树查找、插入和删除在平均和最坏情况下都是O(log n)。
下图为平衡二叉树

下图为不平衡二叉树

3、平衡因子

跟踪每个节点，对应的高度，这样才能判断是否平衡
标注节点的高度差，左子树减去右子树
“2”节点高度差为 0-0=0 ，左子树高度为0，右子树高度为0
“8”节点高度差为 3-1=2，左子树高度为3，右子树高度为1
“12”节点高度差为4-2= 2，左子树高度为4，右子树高度为2

4、什么时候维护平衡

在二分搜索树中要插入一个节点，需要从根节点一路下来，最终寻找到这个节点的插入位置，插入节点的位置都是叶子节点的位置。
28下来到33的左子树
由于新添加一个节点，才有可能导致二分搜索树不在满足平衡性，相应的不平衡节点，只有可能发送在插入的位置，向父亲节点去找，
因为插入新节点破坏了平衡性，高度就要更新，平衡因子就会大于1或者小于-1.

5、右旋转

左子树的高度比右子树的高度要高，高度差比1大
（1）首先将 x 的右子树变成以y节点根的子树，T3放一边，x.right =y
（2）在让y节点的左子树变成刚刚x的右子树所连接的T3，y.left=T3
（3）这里让x变成这个平衡二叉树的根节点。
左旋一样的道理

6、适用性：AVL查找效率高

如果你的应用中，搜索的次数远远大于插入和删除，那么选择AVL树，
应用：Windows NT内核中广泛存在

红黑树的性质：

1. 节点是红色或黑色。

2. 根节点是黑色。
   如果根节点是2节点，就是黑色的节点
   如果根节点是3节点，根节是c节点，依然是黑色节点
   

3. 每一个叶子节点（最后的空节点）是黑色。
   相当于红黑树定义空这样的节点本身就是黑色的
   极端情况下，整棵树都空，这个空即是叶子节点又是黑色，定义他是黑色的。

4. 如果一个节点是红色的，那么他的孩子节点都是黑色的

5. 从任意一个节点到叶子节点，经过的黑色节点是一样的

2、红黑树是保持“黑平衡”的二叉树。

对于黑平衡是指，从根节点开始搜索，一直搜索到叶子节点，所经历的黑色节点的个数是一样的。、
黑平衡二叉树，严格意义上，不是平衡二叉树。
左右子树的高度差可能大于1。
时间复杂度是O（logn），最大高度：2logn
红黑树不会像二分搜索树一样退化为链表。
查找的时间上面会比AVL树慢一点，因为最大高度为2logn
添加操作和删除操作比AVL树要快一些
下面是添加一个元素

（1）如果三节点中间添加一个元素，先左旋转——》右旋转——》颜色翻转
（2）如果三节点添加比这两个元素还要小的元素，直接跳到——》右旋转——》颜色翻转
（3）如果三节点添加比这两个元素都要大的元素，直接跳到——》颜色翻转

3、维护的时间和AVL树一样：

都使用二分搜索树基本逻辑，新的节点添加进红黑树中，之后再进行红黑树性质维护，在维护完将根节点返回到递归，调用上层，从上一层角度再看是否还需要维护新的节点，以此类推。

红黑树性能总结

1、对于完全随机的数据，普通的二分搜索树很好用。
缺点：极端情况退化成链表（或者高度不平衡）

2、对于查询较多的使用情况，AVL树很好用。
红黑树牺牲平衡性（2logn高度）。
红黑树统计性能更优（综合增删改查所有操作）
有序底层TreeSet、TreeMap都是红黑树

应用

1、着名的Linux的的进程调度完全公平调度程序，用红黑树管理进程控制块，进程的虚拟内存区域都存储在一颗红黑树上，每个虚拟地址区域都对应红黑树的一个节点，左指针指向相邻的地址虚拟存储区域，右指针指向相邻的高地址虚拟地址空间;

2、IO多路复用的epoll的的的实现采用红黑树组织管理的的的sockfd，以支持快速的增删改查;

3、Nginx的的的中用红黑树管理定时器，因为红黑树是有序的，可以很快的得到距离当前最小的定时器;

4、Java的的的中TreeMap中的中的实现;