红黑树的由来
二叉搜索树是个很好的数据结构，可以快速地找到一个给定关键字的数据项，并且可以快速地插入和删除数据项。但是二叉搜索树有个很麻烦的问题，如果树中插入的是随机数
据，则执行效果很好，但如果插入的是有序或者逆序的数据，那么二叉搜索树的执行速度就变得很慢。因为当插入数值有序时，二叉树就是非平衡的了，排在一条线上，其实就变
成了一个链表……它的快速查找、插入和删除指定数据项的能力就丧失了。
为了能以较快的时间 O(logN) 来搜索一棵树，需要保证树总是平衡的（或者至少大部分是平衡的），这就是说对树中的每个节点在它左边的后代数目和在它右边的后代数目应该大
致相等。红-黑树的就是这样的一棵平衡树，对一个要插入的数据项，插入例程要检查会不会破坏树的特征，如果破坏了，程序就会进行纠正，根据需要改变树的结构，从而保持树
的平衡。
红黑树的特点
1.节点非红即黑，不能有别的颜色。
2.根节点是黑色的。
3.每个叶子节点都是黑色的空节点（NIL节点）。
4.每个红色节点的两个子节点都是黑色的，黑色节点的子节点不一定非要是红色。
5.从任意节点到其每个叶子的所有路径都包含相同数目的黑色节点。
6.插入的节点一定是红色。
下图中这棵树，就是一颗典型的红黑树：
正是因为这些规则，才保证了红黑树的自平衡。红黑树从根节点到叶子节点的最长路径不会超过最短路径的2倍。
当插入或者删除节点的时候，红黑数的规则有可能被打破。这时候就需要做出一些调整，来继续维持我们的规则。
什么情况下会破坏红黑树的规则，什么情况下不会破坏规则呢？我们举两个简单的栗子：
红黑树的修正例子
1.不破坏规则的插入数据
向原红黑树插入值为14的新节点，直接插入到15的做下方就可以了，不需要修正。
2.不破坏规则的插入数据
向原红黑树插入值为21的新节点：
由于父节点22是红色节点，因此这种情况打破了红黑树的规则4（每个红色节点的两个子节点都是黑色），必须进行调整，使之重新符合红黑树的规则。
调整方法
调整有两种方法：【变色】和【旋转】。
而旋转又分为两种形式：【左旋转】和【右旋转】
变色：
为了重新符合红黑树的规则，尝试把红色节点变成黑色，或者把黑色节点变成红色。
下图所表示的是红黑树的一部分，需要注意节点25并非根节点。因为节点21和节点22连续出现了红色，不符合规则4，所以把节点22从红色变成黑色：
但这样并不算完，因为凭空多出的黑色节点打破了规则5，所以发生连锁反应，需要继续把节点25从黑色变成红色：
此时仍然没有结束，因为节点25和节点27又形成了两个连续的红色节点，需要继续把节点27从红色变成黑色：
左旋转：
逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。说起来很怪异，大家看下图：
图中，身为右孩子的Y取代了X的位置，而X变成了自己的左孩子。此为左旋转。
右旋转：
顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。大家看下图：
图中，身为左孩子的Y取代了X的位置，而X变成了自己的右孩子。此为右旋转。
红黑树的修正过程
部分规则！
1.当前节点为红色，且父节点以及叔父节点为红，那么将父节点以及叔父节点涂黑，将祖父节点涂红
2.当前节点为红色，并且是右子叶，父节点为红且叔父节点为黑，那么以当前节点为基准进行左旋
3.当前节点为红色，并且是左子叶，父节点为红且叔父节点为黑，那么以父节点为基准进行右旋
红黑树的查找的时间复杂度是：O(logn)
