在查找中，虽然hash表查找非常迅速，但是随着数据的种类增多，
hash表长会变得更长，且冲突也会越来越多，那么如何能实现无论在
多大数据量的情况下，查找依然是高性能的呢？
在1978年,Leo J.Guibas 与 Robert Sedgewick写了一篇论文中
谈到了一种较好的用于查找的数据结构----红黑树
一般来说，树是很好的一种数据结构，那用于插入，删除，查找等
都是很高效的数据树构，但问题是在很坏的情况下，操作很费时间，它的
性能得到不保证，比如二叉查找树中如果左子树与右子树相差太远，那么查找
时就很费时间。这时为了保证其有高效性，就得保证左树与右树不能差得太远，
当向树中插入时，就按一定规则调整，使其达到规则，从而使其整体与局部
查找效率得到提高。这就是红黑树的规则.
这些规则是
在二叉查找树的基础上，
1、每个结点或是红色的，或是黑色的。
2、根结点是黑色的。
3、每个叶结点（NIL）是黑色的。
4、如果一个结点是红色的，则它的两个子结点都是黑色的。
5、对每个结点，从该结点到其所有后代叶结点的简单路径上，均包含相同数目的黑色结点。
关键的是(4), (5)它使得树是局部是平衡的，并且每条路线不会太长。
还有一个重要的点就是，为了研究方便，会在红黑树补成两个子树是完整的，
它们也有颜色，是黑色，但是没有数据，它称为nil叶子，null叶子。当搜索时
发现结点与nil叶子相 等时，则是找到了叶子了。
另外，关于红黑树与平衡二叉树的区别，它们的区别在概念上也有，
但是在性能上也有，平衡二叉树也是在最坏的情况下有高效的，但是它
追求整体的平衡，使得调整树时，会要很长的时间复杂度，而红黑树是
局部平衡，调整时只要0(logn)颜色变量，并且调整不超过三次。
红黑树是一棵二叉搜索树，它在每个结点上增加了一个存储位来表示结点的颜色，可以是RED或BLACK。通过对任何一条从根到叶子的简单路径上各个结点的颜色进行约束，红黑树确保没有一条路径会比其他路径长出两倍，因而是近似于平衡的。树的每个结点有5个属性：color, key, left, right, p（指向父结点）.
红黑树是局部平衡的二叉树，但不是平衡二叉树。