红黑树

平衡二叉树

严格定义是这样的：二叉树中任意一个节点的左右子树的高度相差不能大于 1。（像完全二叉树、满二叉树其实就是平衡二叉树）

实际应用中平衡二叉查找树中“平衡”的意思，其实就是让整棵树左右看起来比较“对称”、比较“平衡”。并不会死抠定义，高度差大于一也是可以的。

红黑树（Red-Black Tree，简称 R-B Tree）

它就是一种不严格的平衡二叉查找树
红黑树中的节点，一类被标记为黑色，一类被标记为红色。

要求：

• 根节点是黑色的；
• 每个叶子节点都是黑色的空节点（NIL），也就是说，叶子节点不存储数据；(为了实现方便)
• 任何相邻的节点都不能同时为红色，也就是说，红色节点是被黑色节点隔开的；
• 每个节点，从该节点到达其可达叶子节点的所有路径，都包含相同数目的黑色节点；

省略掉了空的黑色叶子节点：

工程中大家都喜欢用红黑树这种平衡二叉查找树？

AVL 树是一种高度平衡的二叉树，所以查找的效率非常高，但是，有利就有弊，AVL 树为了维持这种高度的平衡，就要付出更多的代价。每次插入、删除都要做调整，就比较复杂、耗时。

红黑树的高度近似 2log2n， 比AVL 树的高度（log2n）仅仅大了一倍，在性能上，下降得并不多。实际开发中红黑树的性能更好。（树里面的复杂度logn准来说都是log2n）

红黑树的插入、删除、查找各种操作性能都比较稳定。对于工程应用来说，要面对各种异常情况，为了支撑这种工业级的应用，我们更倾向于这种性能稳定的平衡二叉查找树。

---

总结：动态数据结构

动态数据结构就是查询、插入、删除效率都不错的数据结构。

• 散列表：插入删除查找都是O(1), 是最常用的，但其缺点是不能顺序遍历以及扩容缩容的性能损耗。适用于那些不需要有序遍历，数据更新不那么频繁的。（如果非要有序就使用LinkedHashMap）

• 跳表：插入删除查找都是O(logn), 并且能排序遍历。缺点是空间复杂度O(n)。适用于不那么在意内存空间的，其顺序遍历和区间查找非常方便。

• 红黑树：插入删除查找都是O(logn), 中序遍历即是排序遍历，稳定。缺点是难以实现。其实跳表更佳，但红黑树已经用于很多地方了。

至于红黑树具体实现 有时间了了解