目录
[2.1 二叉树的常见类型](#2.1 二叉树的常见类型)
[2.2 二叉排序树的问题](#2.2 二叉排序树的问题)
[3.1 平衡二叉树的4种旋转类型](#3.1 平衡二叉树的4种旋转类型)
[3.2 旋转示例（LL旋转）](#3.2 旋转示例（LL旋转）)
[4.1 红黑树的5条核心规则](#4.1 红黑树的5条核心规则)
[4.2 红黑树的自平衡逻辑](#4.2 红黑树的自平衡逻辑)
[4.3 红黑树的优势](#4.3 红黑树的优势)
引入：
在数据结构中，树结构是解决"高效查找、插入、删除"的核心方案。从链表的线性结构，到二叉树的分层结构，再到平衡树、红黑树的优化结构，性能逐步提升。本文将从"链表的缺陷"入手，解析二叉树、平衡二叉树、红黑树的核心原理与实现逻辑。
一、链表的缺陷：为何需要树结构？
链表是线性结构，查找操作的时间复杂度为 O(n)（需遍历整个链表），当数据量较大时性能极低。
而树结构通过"分层存储 + 有序规则"，将查找/插入/删除的时间复杂度优化到 O(logn)，核心是利用"分治思想"减少比较次数。
二、二叉树：树结构的基础
二叉树是每个节点最多有2个子节点的树，核心分类如下：
2.1 二叉树的常见类型
- 完全二叉树：除最后一层外，每一层节点数都达到最大值，最后一层节点从左到右连续排列；
- 满二叉树：每一层节点数都达到最大值（所有叶子节点在同一层）；
- 二叉排序树（BST)：左子节点值 < 父节点值 < 右子节点值，支持有序查找。
2.2 二叉排序树的问题
二叉排序树的性能依赖于树的"平衡性"：
- 若插入数据有序（如1、2、3、4），二叉排序树会退化为"链表"，时间复杂度回到 O(n)；
- 只有当树是"平衡"的（左右子树高度差不超过1），才能保证 O(logn)*的性能。
三、平衡二叉树（AVL树）：解决二叉排序树的失衡问题
平衡二叉树是自平衡的二叉排序树，核心规则是：任意节点的左右子树高度差（平衡因子）不超过1。
当插入/删除节点导致失衡时，通过旋转操作调整树的结构，恢复平衡。
3.1 平衡二叉树的4种旋转类型
根据失衡节点的位置，旋转分为4种类型：
- LL旋转：失衡节点的左子树的左子树过长，需向右单旋转；
- RR旋转：失衡节点的右子树的右子树过长，需向左单旋转；
- LR旋转：失衡节点的左子树的右子树过长，需先左旋转、再右旋转；
- RL旋转：失衡节点的右子树的左子树过长，需先右旋转、再左旋转。
3.2 旋转示例（LL旋转）
假设失衡节点为`5`，其左子树`4`的左子树`3`过长：
- 将`4`作为新的父节点；
- `5`作为`4`的右子节点；
- `4`原右子节点（若有）作为`5`的左子节点。
旋转后，树恢复平衡，保证左右子树高度差≤1。
四、红黑树：更高效的自平衡树（JDK集合的核心结构）
平衡二叉树的旋转操作开销较大（每次失衡都需调整），而红黑树通过"颜色规则"降低旋转频率，是工业级应用的主流结构（如`HashMap`、`TreeMap`的底层实现）。
4.1 红黑树的5条核心规则
红黑树是二叉排序树，每个节点标记为"红色"或"黑色"，需满足：
- 根节点是黑色；
- 所有叶子节点（NIL节点）是黑色；
- 红色节点的子节点必须是黑色（父子节点不能同时为红）；
- 从任意节点到其所有叶子节点的路径，包含的黑色节点数相同；
- 新插入的节点默认是红色。
4.2 红黑树的自平衡逻辑
当插入/删除节点破坏颜色规则时，通过变色 + 旋转恢复平衡：
- 优先尝试"变色"（调整节点颜色）；
- 变色无法恢复平衡时，再执行旋转（LL/RR/LR/RL）。
4.3 红黑树的优势
相比平衡二叉树，红黑树的旋转频率更低（允许一定程度的失衡），插入/删除的平均性能更优，是Java集合框架中"有序容器"的首选结构。
五、时间复杂度对比：从链表到红黑树
| 数据结构 | 查找时间复杂度 | 插入时间复杂度 | 适用场景 |
|---|---|---|---|
| 链表 | O(n) | O (1)（表头插入） | 数据量小、插入频繁的场景 |
| 二叉排序树 | O(n)~O(logn) | O(n)~O(logn) | 数据无序、对性能要求不高的场景 |
| 平衡二叉树 | O(logn) | O(logn) | 对查找性能要求极高的场景 |
| 红黑树 | O(logn) | O(logn) | 工业级高并发、大数据量场景 |
六、总结
从链表到红黑树，数据结构的演进核心是优化时间复杂度：
- 链表的O(n)性能无法满足大数据量需求；
- 二叉排序树通过有序规则将性能优化到O(logn)，但存在失衡风险；
- 平衡二叉树通过旋转保证平衡，性能稳定但旋转开销大；
- 红黑树通过颜色规则降低旋转频率，是工业级应用的最优选择。
掌握这些树结构的原理，能帮助你理解JDK集合、数据库索引等技术的底层逻辑，是进阶后端开发的必要知识。