数据结构是计算机存储、组织数据的方式。
通常情况下，精心选择的数据结构可以带来更高的运行或存储效率
数据存储的常用结构有：栈、队列、数组、链表和红黑树
一端开口（栈顶），一端封闭（栈底）
特点：先进后出
后端开口（队尾），前端开口（对头）
特点：先进先出
数组名[索引]
查询数据通过地址值和索引定位，查询任意数据耗时相同，查询速度快
删除数据时，要将原始数据删除，同时后面每个数据前移，删除效率低
添加数据时，添加位置后的每个数据后移，再添加元素，添加效率低
长度固定
使用时机：经常做查询，少做增删
查询数据是否存在，必须从头（head）开始查询
查询第n个数据，必须从头（head）开始查询
链表是一种增删快的模型（对比数组）
链表是一种查询慢的模型（对比数组）
因为增删数据也要从头查询，所以实际速度也非常慢，但是对比数组还是更有优势一点。
实际更多的用双向链表，既可以从头到尾，也可以从尾部到头部。
比如长度为100的链表，我们要查询第95个数据，我们可以从尾部开始查，效率更高。
二叉树是指每个节点的子节点数量不超过2
在二叉树的基础上，元素排列有顺序，左子树元素小，右子树元素大。
在二叉树相比于普通二叉树的优势在于查找速度较快。
虽然二叉查找树的元素是有顺序的，但是某些特殊情况下，二叉查找树会退化成链表。
二叉树退化成链表结构，不再具有查询优势。
在二叉查找树的基础上，规定左右两个子树的高度差不超过1。
任意节点的左右两个子树都是一颗平衡二叉树。
在添加一个节点之后，该树不再是一颗平衡二叉树时，将触发旋转。
左旋：将根节点的右侧往左拉，原先的右子节点变成新的父节点，并把多余的左子节点出让给已经降级的根节点当右子节点。
右旋：将根节点的左侧往右拉，原先的左子节点变成新的父节点，把多余的右子节点让给已经降级的根节点当左子节点。
平衡二叉树是高度平衡的，当执行插入或者删除操作时，只要左右子树高度差超过1时，就要通过旋转来保持平衡，但是旋转是非常耗时的。
由此可见，平衡二叉树是适用于元素增删少，而查找较多的场景。
由于维护高度平衡的代价较大，所以平衡二叉树实际的应用并不多，更多时候会选择更加高效的红黑树。
红黑树是特殊的二叉查找树，在每个节点上有一个存储位表示节点的颜色，可以是红或黑（非红即黑）
红黑树是一种弱平衡二叉树，相对于要求严格的平衡二叉树来说，它的旋转次数相对较少。
对于查询，插入，删除都较多的情况，我们可以使用红黑树达到整体性能的提升。
红黑树不是高度平衡的，它的平衡是通过“红黑规则”进行实现的
规则：
1.每一个节点或是红色的，或者是黑色的。
2.根节点必须是黑色
3.如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil,这些Nil视为叶节点，每个叶节点（Nil）是黑色的。
4.不能出现两个红色节点相连的情况
5.对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同的黑色节点。
6.新加入的节点是红色的，如果加入后不满则红黑规则，需要进行旋转或变色。
如果你对本文有疑问，你可以在文章下方对我留言，敬请指正，对于每个留言我都会认真查看。