上篇博客，我们使用代码完成了一个简单的红黑树功能，这篇，我补充一下，关于红黑树的相关知识点。
红黑树概述
红黑树是一种自平衡的二叉搜索树，它在每个节点上增加了一个存储位来表示节点的颜色，可以是红色或黑色。红黑树具有以下特性：
- 每个节点要么是红色，要么是黑色。
- 根节点是黑色。
- 每个叶节点（NIL节点，空节点）是黑色。
- 如果一个节点是红色，则它的子节点必须是黑色（也就是不存在两个相邻的红色节点）。
- 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点，这个数目被称为黑色高度。
由于红黑树满足上述性质，它能够保持树的平衡，确保在最坏情况下的查找、插入和删除操作的时间复杂度为O(log n)。红黑树常被用于实现关联数组等数据结构，以及在各种编程语言的标准库中被广泛应用。
使用一组数据来展示红黑树原理
上面说的只是概念，下面咱们举例说明：
当我们向红黑树中插入一组数据时，红黑树会根据插入顺序进行自平衡操作，确保树的结构符合红黑树的性质。假设我们有以下一组数据：{7, 3, 18, 10, 22, 8, 11, 26}，我们将按顺序将它们插入到红黑树中。初始时，红黑树为空。
R：红
B: 黑
- 插入7：根节点为黑色，红黑树如下所示（红色节点用R表示，黑色节点用B表示）：
7(B)
- 插入3：着色为红色，不需要调整。
7(B)
/
3(R)
- 插入18：着色为红色，不需要调整。
7(B)
/ \
3(R) 18(R)
- 插入10：进行左旋转，然后重新着色。
7(B)
/ \
3(R) 18(R)
/
10(R)
- 插入22：着色为红色，不需要调整。
7(B)
/ \
3(R) 18(R)
/ \
10(R) 22(R)
-
插入8：进行右旋转，然后重新着色。（不想像上面那样搞代码，烦死了）
-
插入11：着色为红色，需要调整，因为18和11都是红色。
-
插入26：着色为红色，需要调整，因为22和26都是红色。
