红黑树存在的意义：
红黑树是一种典型的数据结构，任何一种数据结构的存在都有其意义，一定是在某个应用方面存在着极高的利用价值，红黑树是一种高效查找算法数据结构。下面首先简要的给出目前典型的查找方法：
（1）暴力搜索：顾名思义，就是对待查找的数据从头到尾遍历，是思路最简单但效率低下的算法，但并不意味着暴力搜索方法就不存在了应用。
（2）二分查找：二分查找是一种高效的查找算法，但二分算法查找的应用条件是查找序列应为有序序列，转换成数据结果就是二叉查找树（二叉搜索树、二叉排序树），时间复杂度为O(logn)。
（3）哈希查找：哈希查找是最高效的查找方法，时间复杂度为O(1)，但哈希查找存在“Hash冲突”，详见Hash。
（4）bfs/dfs：图论中的搜索方法。
（5）B-Tree：有的称为B树，有的称为B-树。
（6）B+Tree：B+树
（7）二叉搜索树：是一种满足“左<根<右”的特殊二叉树，极端的二叉搜索树是一种不平衡的二叉树，退化为链表结构，查找的时间复杂度O(n)，这种情况显然不符合二分查找的思想，由此引进了平衡树（AVL）的概念，但AVL追求的是极致的平衡，实际应用中不会应用。
（8）红黑树：高效的查找算法数据结构，底层的数据结构就是一种“特殊的二叉查找树”，就是为了避免二叉搜索树退化为链表的这种情况。
红黑树：
1、定义：
红黑树首先是一种二叉查找树，我们通常称其具有5个特点：
（1）树结构中每个节点有一个存储位代表该节点颜色：红/黑；
（2）根节点一定是黑色的；
（3）树结构中不可能有相连的红色节点；
（4）每个红色节点的子节点一定都是是黑色的（与3其实一致）；
（5）叶子节点都是黑色的。
经过科学验证，只要满足以上5个条件的红黑树，都是基本达到平衡的二叉树，也就不会出现二叉搜索树在极端不平衡条件下退化为链表的情况。
2、性质：
根据红黑树的定义，可以得到红黑树具有一下性质：
（1）根节点为黑色，每个节点非红即黑；
（2）叶子节点为黑；
（3） 如果一个节点为红，那么他的子节点为黑；
（4）对任意节点而言，其到叶子节点的每条路径都包含相同数目的黑节点。
（5）插入最多两次旋转，删除最多三次旋转。
3、基本操作：
（1）节点的插入：以二叉搜索树插入的方法进行数据插入，节点默认为红色；
（2）判断：节点插入后，基于红黑树的5个特点判断该树是否需要进行调整，如果满足则继续（1）插入，否则对树进行（3）调整；
（3）调整：变色、左旋、右旋；
详述红黑树构建流程：
红黑树的三个基本调整操作为：变色、左旋、右旋，下面先简述三种操作方法，然后结合一个构建红黑树的实例，对红黑树的基本操作进行分析。
（1）变色：
所有插入的节点默认为红色，将当前插入的节点视为目标节点，当目标节点的父节点也为红色，且其叔节点（父节点的兄弟节点）也为红色时，进行如下调整：
父节点变为黑色；
叔节点变为黑色；
爷节点变为红色；
转移目标节点为爷节点，在进行判断，看其是否满足红黑树性质，如不满足继续调整。
上图中左图为调整前，右图为调整后。左下角的6号节点为当前插入的节点，默认为红色，将其视为目标节点，观察可知目标节点的父、叔节点都为红色，不满足特点3，需要进行变色调整，父、叔节点变为黑色，爷节点变为红色，目标节点变为爷节点。
调整后，目标节点又不满足了特点3，但是其叔节点不是红色，不满足变色操作的条件，此时需要进行左旋或右旋操作，下面介绍左旋。
（2）左旋：
当目标节点为红色、父节点为红色，叔节点为黑色，且目标节点为其父节点的右子树节点，则以“目标节点 - 父节点”这条线进行左旋调整：
目标点提上去变为父节点；
父节点降下去变为目标节点的左子树；
原目标节点的左子树挂到原父节点的右子树上；
目标节点变为原父亲节点，继续进行判断。
上图中，目标节点为12红色，父节点5红色，叔节点30黑色，目标节点为右子树，满足左旋条件，围绕着5 - 12这条线进行左旋调整，调整结果如右图所示，调整后，目标节点变为5。
此时目标节点5为红色，父节点12为红色，叔节点为黑色，不满足红黑树性质，继续调整。
（3）右旋：
当目标节点为红色、父节点为红色，叔节点为黑色，且目标节点为其父节点的左子树节点，则以“父节点 - 爷节点”这条线进行右旋调整：
父节点变黑；
爷节点变红；
父节点提上去变为爷节点；
爷节点落下去变为父节点的右子树；
原父节点的右子树挂到原爷节点的左子树；
上图中，左图为调整前，右图为调整后。调整前，目标节点5红色，父节点12红色，叔节点30黑色，目标节点为父节点的左子树，进行右旋：父节点12变为黑色，爷节点19变为红色，父节点12提上去变为，爷节点19降为右子树，原父节点12的右子树13挂到原爷节点19的左子树上，调整结束。