需要了解的点
1.二叉查找树
2.自平衡的二叉查找树
红黑树定义
红黑树是二叉查找树，但它教与二叉查找树难的地方在于，他是可以自平衡的二叉查找树：即在进行插入和删除等可能会破坏树的平衡的操作时，它可以重新自处理达到平衡状态。所以为了实现这个功能，它需要具备以下特性：
1.每个节点要么是黑色，要么是红色。
2.根节点是黑色。
3.每个叶子节点（NIL）是黑色。
4.每个红色结点的两个子结点一定都是黑色。
5.任意一结点到每个叶子结点的路径都包含数量相同的黑结点。
所以由以上性质推理：
1.如果一个结点存在黑子结点，那么该结点肯定有两个子结点。
2.红黑树并不是一个完美平衡的二叉查找树，因为如果左子树中存在红节点，为了保持平衡，就需要多一层节点，这样左子树就会比右边高，但黑节点的层数是相同的。所以红黑树这种平衡应该为黑色完美平衡。
红黑树怎样达到平衡，需要靠3种操作：
左旋：以某个结点作为支点(旋转结点)，其右子结点变为旋转结点的父结点，右子结点的左子结点变为旋转结点的右子结点，左子结点保持不变。
右旋：以某个结点作为支点(旋转结点)，其左子结点变为旋转结点的父结点，左子结点的右子结点变为旋转结点的左子结点，右子结点保持不变。
变色：结点的颜色由红变黑或由黑变红。
总结：感觉就是，左旋的时候，右边的子节点依次向上，替换旋转节点的位置，右子节点的左子节点变为旋转节点的右节点，反之亦然。其实他们的节点值并没有改变。如下图：
由上图可以看出：
1.左子树上的所有节点的值均小于或等于他的根节点的值
2.右子树上的的所有节点的值均大于或等于他的根节点的值
3.左右子树一定也是二叉排序树
4.即使左右旋他的值也是不变的
上图可以看出，右旋后的红黑树并不是平衡的，因为4如果是根节点的话，不能为红色，就需要再次变色或者旋转等操作以达到平衡。
如果你要对红黑树进行操作，通常我们要了解以下操作：
红黑树查找
因为红黑树是一颗二叉平衡树，并且查找不会破坏树的平衡，所以查找跟二叉平衡树的查找无异，它是按照值的大小进行查找的：
1.从根结点开始查找，把根结点设置为当前结点；
2.若当前结点为空，返回null；
3.若当前结点不为空，用当前结点的key跟查找key作比较；
4.若当前结点key等于查找key，那么该key就是查找目标，返回当前结点；
5.若当前结点key大于查找key，把当前结点的左子结点设置为当前结点，重复步骤2；
6若当前结点key小于查找key，把当前结点的右子结点设置为当前结点，重复步骤2；
由于红黑树总保持黑色完美平衡，所以它的查找最坏时间复杂度为O(2lgN)，也即整颗树刚好红黑相隔的时候。能有这么好的查找效率得益于红黑树自平衡的特性，而为达到这个性能红黑树的插入必不可少：
红黑树插入
插入操作包括两部分工作：一查找插入的位置；二插入后自平衡。查找插入的父结点很简单，跟查找操作区别不大：
1.从根结点开始查找；
2若根结点为空，那么插入结点作为根结点，结束。
3.若根结点不为空，那么把根结点作为当前结点；
4。若当前结点为null，返回当前结点的父结点，结束。
5.若当前结点key等于查找key，那么该key所在结点就是插入结点，更新结点的值，结束。
6。若当前结点key大于查找key，把当前结点的左子结点设置为当前结点，重复步骤4；
7.若当前结点key小于查找key，把当前结点的右子结点设置为当前结点，重复步骤4；
那插入结点是什么颜色呢？红色。理由很简单，红色在父结点（如果存在）为黑色结点时，红黑树的黑色平衡没被破坏，不需要做自平衡操作。但如果插入结点是黑色，那么插入位置所在的子树黑色结点总是多1，必须做自平衡。还有一种情况，插入结点的父节点为红色时就会比较麻烦，会有三种情况需要处理，这时候就需要通过旋转和变色以达到自身的平衡。
红黑树删除
红黑树最复杂的操作就是删除了：
红黑树的删除操作也包括两部分工作：一查找目标结点；而删除后自平衡。查找目标结点显然可以复用查找操作，当不存在目标结点时，忽略本次操作；当存在目标结点时，删除后就得做自平衡处理了。删除了结点后我们还需要找结点来替代删除结点的位置，不然子树跟父辈结点断开了，除非删除结点刚好没子结点，那么就不需要替代。
二叉树删除结点找替代结点有3种情情景：
情景1：若删除结点无子结点，直接删除
情景2：若删除结点只有一个子结点，用子结点替换删除结点
情景3：若删除结点有两个子结点，用后继结点（大于删除结点的最小结点）替换删除结点
后继点为紧随其后的店，如上图的排序。
注意的是，替换点换到删除点位置时，如果替换点是红丝，一般不会影响平衡，则不需要做太多操作，只需要把替换点的颜色换成删除点颜色即可，但如果替换点时黑色，删除的话会影响其平衡，这时，就需要考虑平衡问题，要经过不同的旋转操作来达到新的平衡 。
参考连接：30张图带你彻底理解红黑树
