对比AVL树、SB树、红黑树

有序表

有序表的有所操作效率为O(logN)，实现有序表的结构包括红黑树，AVL树，SizeBalance树简称SB树，跳表skiplist。
在时间复杂度层面，上面四种结构是一样的。
其中，红黑树、AVL树、SB树属于 同一个系列，那就是平衡搜索二叉树系列。

平衡搜索二叉树

搜索二叉树
搜索二叉树的定义就是，每个节点小于他的都在其左孩子上，大于他的都在右孩子上。
搜索二叉树的插入操作：
就是依次从头节点开始比较，大于就往右走，小于就往左走，直到找到其位置。
搜索二叉树的删除操作：
没有孩子节点：直接删除
有一个孩子节点：由孩子节点填补删除位置
有左右节点：左树的最右节点或者右树的最右节点填补
搜索二叉树的缺点：如果数据状况不好，就会生成单链表结构，因此，平衡搜索二叉树可以解决这个问题。
平衡搜索二叉树
平衡搜索二叉树就是把不平衡的搜索二叉树，通过左旋和右旋操作，变平衡。平衡操作的基本操作就是左旋和右旋。
右旋
把左孩子上位，然后，把之前的根节点连在左孩子的右边，然后，之前左孩子的右树，连在A左边

左旋同理

AVL树

AVL树的平衡定义：
任意一个节点的左右子树的高度差不能超过1
因此，AVL树的不平衡状态，就包括四种情况：
LL型
左孩子的左树过长，导致不平衡
右旋即可恢复平衡
RR型
右孩子的右树过长，导致不平衡
左旋即可恢复平衡
LR型
左孩子的右树过长，导致不平衡
就让左孩子的右孩子转到头节点，也就是要经过一次左旋后，再右旋一次
RL型
右孩子的左树过长，导致不平衡
就让右孩子的左孩子转到头节点，也就是要经过一次右旋后，再左旋一次

红黑树

红黑树底层也是平衡搜索二叉树，其删除节点、修改节点、查找节点、增加节点、检查时机的操作和AVL树一样。唯一的区别就是，平衡标准不一样，也就是，对于平衡的定义不同，本质上都是平衡搜索二叉树
红黑树定义：
1.每个节点，不是红就是黑
2.头节点和叶子节点（红黑树中，叶节点指底层的空指针节点）必须为黑
3.红节点不能相邻
4.从任意一个节点开始，走到结束的路径中，要求黑节点的数量一样。
分析
因此，分析上述条件，任何一条路径，最长的就是红黑红黑交替嘛，对吧？因为要求红节点不能相邻，只能红黑交替，同时，又要求黑节点一样多，因此，最短路径就是全黑节点。那么，交替情况下的长度，顶多也就是全黑路径长度多一倍。这就是红黑树的平衡定义

SB树

每棵子树的大小，不小于其兄弟的子树的大小，也就是每棵叔叔树的大小，不小于任何侄子树的大小。
怎么理解？
假如，一个叔叔节点大小为10，那么，他的两个侄子最大不能超过叔叔，也就是最大为10，加上他们父节点，最大为21，也就是说，爷爷的两个孩子直接，最大差距也就是一倍多一个，这就是SB树的平衡定义。

总结

总结来说，AVL树、SB树、红黑树，本质都是二叉搜索树，只不过，在搜索树的前提下，提供了左旋和右旋调整平衡的操作，注意，这三种结构调整平衡的步骤都是左旋右旋。因此，由于这三种结构对平衡的定义不同，因此，出现不平衡的判断条件不同，导致他们调用左旋右旋的策略不同，他们的区别，仅此而已。