普通二叉查找树：支持快速插入、删除、查找操作，各个操作的时间复杂度跟 树的高度 成正比，理想情况下，时间复杂度是 O(logn) 。不过，二叉查找树在频繁的动态更新过程中，可能会出现树的高度远大于 log2n 的情况，从而导致各个操作的效率下降。极端情况下，二叉树会退化为链表，时间复杂度会退化到 O(n) 。
因此，为了解决普通二叉查找树在频繁的插入、删除等动态更新的情况下，出现 时间复杂度退化 的问题，提出 平衡二叉查找树。
平衡二叉查找树：让整棵树左右看起来比较 “对称”、比较 “平衡”，不要出现左子树很高、右子树很矮的情况。这样就能让整棵树的高度相对来说低一些，相应的插入、删除、查找等操作的效率高一些。比较严格的平衡二叉查找树就是 AVL树，它严格符合平衡二叉查找树的定义，即任何节点的左右子树高度相差不超过 1，是一种高度平衡的二叉查找树。而红黑树也是平衡二叉查找树，但它的定义并不严格符合平衡二叉树的定义。
红黑树 中的节点，一类被标记为黑色，一类被标记为红色。除此之外，一棵红黑树还需要满足这样几个要求：
- 根节点是黑色的；每个叶子节点都是黑色的空节点（NIL），也就是说，叶子节点不存储数据；
- 任何相邻的节点都不能同时为红色，也就是说，红色节点是被黑色节点隔开的；
- 每个节点，从该节点到达其可达叶子节点的所有路径，都包含相同数目的黑色节点；
红黑树是近似平衡的。“平衡”的意思可以等价为性能不退化。“近似平衡”就等价为性能不会退化得太严重。
AVL树 是一种高度平衡的二叉树，所以查找的效率非常高，但是，有利就有弊，AVL 树为了维持这种高度的平衡，就要付出更多的代价。每次插入、删除都要做调整，就比较复杂、耗时。所以，对于有频繁的插入、删除操作的数据集合，使用 AVL 树的代价就有点高了。
红黑树 只是做到了近似平衡，并不是严格的平衡，所以在维护平衡的成本上，要比 AVL 树要低。所以，红黑树的插入、删除、查找各种操作性能都比较稳定。
总结：红黑树是一种平衡二叉查找树。它是 为了解决普通二叉查找树在数据更新的过程中，复杂度退化的问题 而产生的。红黑树的高度近似 log2n，所以它是近似平衡，插入、删除、查找操作的时间复杂度都是 O(logn) 。