平衡二叉樹（AVL）與紅黑樹
1.本身首先是一棵二叉搜索樹。
2.帶有平衡條件：每個結點的左右子樹的高度之差的絕對值（平衡因子）最多為1。
也就是說，AVL樹，本質上是帶了平衡功能的二叉查找樹（二叉排序樹，二叉搜索樹）。
AVL樹的查找、插入和刪除在平均和最壞情況下都是O(logn)。
如果在AVL樹中插入或刪除節點後，使得高度之差大於1。此時，AVL樹的平衡狀態就被破壞，它就不再是一棵二叉樹；為了讓它重新維持在一個平衡狀態，就需要對其進行旋轉處理。
二、紅黑樹性質
紅黑樹是每個節點都帶有顏色屬性的二叉查找樹，顏色或紅色或黑色。在二叉查找樹強制一般要求以外，對於任何有效的紅黑樹我們增加了如下的額外要求:
1. 節點是紅色或黑色。
2. 根節點是黑色。
3 每個葉節點（NIL節點，空節點）是黑色的。
4 每個紅色節點的兩個子節點都是黑色。(從每個葉子到根的所有路徑上不能有兩個連續的紅色節點)
5. 從任一節點到其每個葉子的所有路徑都包含相同數目的黑色節點。
紅黑樹的應用比較廣泛，主要是用它來存儲有序的數據，它的時間復雜度是O(logn)，效率非常之高。
例如，Java集合中的TreeSet和TreeMap，C++ STL中的set、map，以及Linux虛擬內存的管理，都是通過紅黑樹去實現的。
三、兩者的區別
1、紅黑樹並不追求“完全平衡”——它只要求部分地達到平衡要求，降低了對旋轉的要求，從而提高了性能。紅黑樹能夠以O(log2 n) 的時間復雜度進行搜索、插入、刪除操作。此外，由於它的設計，任何不平衡都會在三次旋轉之內解決。當然，還有一些更好的，但實現起來更復雜的數據結構 能夠做到一步旋轉之內達到平衡，但紅黑樹能夠給我們一個比較“便宜”的解決方案。紅黑樹的算法時間復雜度和AVL相同，但統計性能比AVL樹更高。當然，紅黑樹並不適應所有應用樹的領域。如果數據基本上是靜態的，那麽讓他們待在他們能夠插入，並且不影響平衡的地方會具有更好的性能。如果數據完全是靜態的，例如，做一個哈希表，性能可能會更好一些。在實際的系統中，例如，需要使用動態規則的防火墻系統，使用紅黑樹而不是散列表被實踐證明具有更好的伸縮性，典型的用途是實現關聯數組。
2、AVL樹是最先發明的自平衡二叉查 找樹。在AVL樹中任何節點的兩個兒子子樹的高度最大差別為一，所以它也被稱為高度平衡樹。查找、插入和刪除在平均和最壞情況下都是O(log n)。增加和刪除可能需要通過一次或多次樹旋轉來重新平衡這個樹。
兩者的差異均由兩者本身的特性導致，正所謂“成也蕭何，敗也蕭何”。
參考內容：
https://baike.baidu.com/item/AVL%E6%A0%91/10986648?fr=aladdin
https://baike.baidu.com/item/%E7%BA%A2%E9%BB%91%E6%A0%91/2413209?fr=aladdin
http://blog.csdn.net/klarclm/article/details/7780319
平衡二叉樹（AVL）與紅黑樹