1、红黑树特性（缺一不可）：
(1)、每个节点要么是红色要么是黑色。
(2)、根节点是黑色。
(3)、所有叶子节点都是黑色（叶子节点为NIL或者NULL节点）。
(4)、不存在两个连续的红色节点。
(5)、任意节点（包含跟节点）到其叶子节点的所有路径都包含相同数目的黑色节点。
2、为什么HashMap中使用红黑树而不使用AVL树呢？
红黑树被称为弱AVL树，牺牲了严格的高度平衡的优越条件为代价（红黑树左右子树的高度差不超过一倍即可）使其能够以O(log2 n)的时间复杂度进行搜索、插入、删除操作；此外，由于它的设计，任何不平衡都会在三次旋转之内解决。因为HashMap的使用场景中插入和删除操作是非常频繁的，所以在HashMap中使用了红黑树。
3、红黑树RBT与平衡二叉树AVL比较：
(1)、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。
(2)、红黑树和AVL树的区别在于它使用颜色来标识节点的高度，它所追求的是局部平衡而不是AVL树中的非常严格的平衡。
(3)、AVL 树比红黑树更加平衡，但AVL树在插入和删除的时候也会存在大量的旋转操作。所以当你的应用涉及到频繁的插入和删除操作，切记放弃AVL树，选择性能更好的红黑树；当然，如果你的应用中涉及的插入和删除操作并不频繁，而是查找操作相对更频繁，那么就优先选择 AVL 树进行实现。
二、HashMap元素插入过程及一些参数的详解
1、首先，需要了解HashMap源码中几个重要的参数：
DEFAULT_INITIAL_CAPACITY：默认初始化大小
MAXIMUM_CAPACITY：最大容量
DEFAULT_LOAD_FACTOR：默认的负载因子
TREEIFY_THRESHOLD：链表转化为红黑树的阈值（包含）
UNTREEIFY_THRESHOLD：红黑树转化为链表的阈值（包含）
MIN_TREEIFY_CAPACITY：当数组大小小于该值时，不进行链表向红黑树的转化，而是进行扩容
2、HashMap存储元素过程：
（1）图中刚开始有计算 key 的 hash 值的设计？
拿到 key 的 hashCode，并将 hashCode 的高16位和 hashCode 进行异或（XOR）运算，得到最终的 hash 值。
（2）为什么要将 hashCode 的高16位参与运算？
主要是为了在 table 的长度较小的时候，让高位也参与运算，并且不会有太大的开销。
（3）为什么链表转红黑树的阈值是8？
我们平时在进行方案设计时，必须考虑的两个很重要的因素是：时间和空间。对于 HashMap 也是同样的道理，简单来说，阈值为8是在时间和空间上权衡的结果。红黑树节点大小约为链表节点的2倍，在节点太少时，红黑树的查找性能优势并不明显，付出2倍空间的代价不值得。理想情况下，使用随机的哈希码，节点分布在 hash 桶中的频率遵循泊松分布，按照泊松分布的公式计算，链表中节点个数为8时的概率为 0.00000006，这个概率足够低了，并且到8个节点时，红黑树的性能优势也会开始展现出来，因此8是一个较合理的数字。
（4）HashMap 的默认初始容量是多少？HashMap 的容量有什么限制吗？
默认初始容量是16。HashMap 的容量必须是2的N次方，HashMap 会根据我们传入的容量计算一个大于等于该容量的最小的2的N次方，例如传 9，容量为16。
（5）为什么 HashMap 的容量必须是 2 的 N 次方？
计算索引位置的公式为：(n - 1) & hash，当 n 为 2 的 N 次方时，n - 1 为低位全是 1 的值，此时任何值跟 n - 1 进行 & 运算的结果为该值的低 N 位，达到了和取模同样的效果，实现了均匀分布。实际上，这个设计就是基于公式：x mod 2^n = x & (2^n - 1)，因为 & 运算比 mod 具有更高的效率。当 n 不为 2 的 N 次方时，hash 冲突的概率明显增大。
（6）为什么HashMap的负载因子默认为0.75？
在HashMap的类注释上有如图一段解释：大致意思是说负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。