红黑树
红黑树 和AVL 树一样，都是平衡二叉搜索树。
但是 AVL 树 比红黑树更加严格，AVL 树要求左右子树的高度差 <= 1 ，而红黑树只能保证最长路径不超过最短路径的 2 倍。
AVL 树通过 旋转 控制平衡，为了达到它严格的规定，需要旋转的次数较多。红黑树通过旋转+ 变色 控制平衡，同时也因为规定比较宽松，所以旋转的次数少。
在插入方面，显然是红黑树更具有效率优势。
在查找方面，由于 AVL树 比 红黑树 更平衡一些，所以效率更快，但它们的效率都是 O (log n)级别的，所以红黑树瑕不掩瑜，多数情况下使用的都比比AVL树更多。
红黑树的规则
上面提到：红黑树能保证最长路径不超过最短路径的 2 倍。它是如何做到的呢？这和红黑树的构造规则相关，如下：
1. 每个节点不是红色 就是黑色。
2. 根节点是黑色的。
3. 如果一个节点是红色的，它的两个孩子必须是黑色 （即不能连续出现两次红色节点）。
4. 对于任意一个节点，从该节点到其所有NULL节点的简单路径上，均包含相同数量的黑色节点。
这四条规则共同约束了树的结构，最终保证了红黑树的核心性质：从任意节点出发，到其所有叶子节点的最长路径，不会超过最短路径的 2 倍。
举一些例子：
仔细观察，你会发现这些树都满足了红黑树的规则，同时，它们也做到了最长路径 不超过最短路径 的 2 倍。
红黑树的调整
AVL树于1962年诞生，红黑树比它晚了 10 年，所谓前人栽树，后人乘凉，红黑树 的旋转调整逻辑和 AVL树 完全一致，AVL树在上一篇博客讲过，那么我们接下来所需要讨论就是红黑树的专属调整逻辑：变色。
在讲调整逻辑之前，我们得先搞清楚：什么情况下需要调整。
从第一个规则可知，新插入的节点非黑即红，我们来分类讨论：
黑 ：当插入节点为黑色时，我们会违法第四个规则，因为插入一个黑色节点，无论如何都不能保持每条路径上的黑色节点相同了（注意：走到空节点才算一条路径），所以绝对不能插入黑色节点 。
红：既然不能插入黑色，那么插入的必然就是红色节点了。但是，插入红色节点的情况有两种，通过父节点来区分。父节点为黑 ，没有违法任何规则，即满足红黑树，故无需调整。父节点为红，违反第三个规则，此时我们就需要进行调整了。
那么，如何调整呢？先看图：
上图是一颗新插入了节点的红黑树，为了方便说明，我们对调整所需的相关节点进行标记：新节点为 c（意为：current，表示当前节点），新节点的父节点为 p （意为：parent，表示父节点），父节点的兄弟为 u（意为：uncle，表示 "叔叔" 节点），父节点的父节点为 g（意为：grandparent，意为 "爷爷" 节点）。
对红黑树的调整，最关键的就是 "叔叔" 节点。
在上面这颗树中， p 和 u 存在且为红色，g 为黑色，此时，我们将 p 和 u 变为黑色，g 变为红色，完美解决啦！
但，当 u 不存在或者u 为黑色的时候，单纯的变色是无法解决问题的，比如：
u 不存在时：
此时，树的结构违反第四个规则。从根节点到 g ，再到 g 的右孩子这条路径比其他路径少一个黑节点。那么，怎么办？答案是，旋转！只需要对 g 为根节点的树进行一次右单旋即可解决问题。
（当 c 节点插入在 p 的不同位置时，使用的旋转方法不同）
u 为黑色时：
u 是黑色节点的情况是什么样的？按照之前的逻辑，既然我们需要调整了，那么 c 与 p 必然是红色节点，g 必然是黑色节点，如果 u 是黑色，原来的树不是违反规则了吗？我们难道能给一颗违反规则的树插入节点吗？
我们当然不能给一颗违反规则的树插入节点，但是，仔细观察就会发现，当我们调整时，可能会对 g 进行变色，本来是黑色的 g 可能会变成 红色。
假如 g 的父节点也是红色，那么，我们的调整并没有将树调整好，需要继续向上进行，此时我们将 g 设置为 c （当前节点），就有可能出现 u 为黑色的情况。
对于这样一颗树，我们要做的是 变色加旋转 。
经过 变色加旋转 处理的，不需要继续向上调整。
这里给出插入的核心代码：
因为代码量比较大，这里只贴了核心代码的一部分，另一部分逻辑即可。