一、Tree介绍
无论是链表，栈还是队列，它们都是线性结构的，每个节点的左边最多一个节点，右边也最多一个节点，对于大量的输入数据，线性表的访问时间太慢，不宜使用。这里我要说一种非线性的数据结构，其大部分操作的运行时间平均为O(logn)。
父结点比较存放下去就行成了一棵树（每个结点最多有两个子结点的树）状结构。只因这种结构在做索引会提高一倍的时间，大大提高了查询效率。这也是Tree结构的主要作用。
二、Tree分类
Tree可分为BTree、B-Tree、B+Tree、B*Tree、红黑树等
1，BTree又叫二叉树又可分为：普通二叉树（二叉查找树）、平衡二叉树（Balanced Binary Tree）
1.1普通二叉树也就是线性的数据结构，真正失去了所说的tree的特点。
1.2平衡二叉树（Balanced Binary Tree）它是G.M. Adelson-Velsky 和 E.M. Landis在1962年在论文中发表的，因此又叫AVL树接着来了解一下AVL树的特性：一棵AVL树是其每个结点的左子树和右子树的高度最多相差1的二叉查找树(空树的高度为-1)，这个差值也称为平衡因子（其取值可以是1，0，-1，平衡因子是某个结点左右子树层数的差值，有的书上定义是左边减去右边，有的书上定义是右边减去左边，这样可能会有正负的区别，但是这个并不影响我们对平衡二叉树的讨论）。可以根据平衡因子知道该树是不是平衡二叉树。平衡二叉树主要用于数据库(如mysql)索引起到快速检索作用。
Q1,在数据存储时如何保证生成的树状是平衡的？
根据平衡策略实现，有多种实现方式 AVL和红黑树只是两种实现形式。
Q2,插入/删除数据使原树结构失去平衡如何解决？
如果发生这样的情况，我们就必须考虑删除元素后恢复二叉树的平衡性质，实际上也总是可以通过对树进行简单的修复来让其重新恢复到平衡，而这样的简单操作我们就称之为旋转。如果失衡点为X
① 在结点X的左孩子结点的左子树中插入/删除元素
② 在结点X的左孩子结点的右子树中插入/删除元素
③ 在结点X的右孩子结点的左子树中插入/删除元素
④ 在结点X的右孩子结点的右子树中插入/删除元素
以上4种情况，其中第①情况和第④情况是对称的，可以通过单旋转来解决，而第②种情况和第③情况是对称的，需要双旋转来解决.
2，红黑树（Red Black Tree） 是一种自平衡二叉查找树，它是在1972年由Rudolf Bayer发明的，当时被称为平衡二叉B树（symmetric binary B-trees）。后来，在1978年被 Leo J. Guibas 和 Robert Sedgewick 修改为如今的“红黑树”。
红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。
红黑树并不追求“完全平衡”——它只要求部分地达到平衡要求，降低了对旋转的要求，从而提高了性能。
因此，红黑树在很多地方都有应用。在C++ STL中，很多部分(包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的性能，以及对set操作的支持)
3，B-Tree、B+Tree、B*Tree请见
