數據結構中有很多種類的樹結構，例如，普通二叉樹、完全二叉樹、滿二叉樹、線索二叉樹、哈夫曼樹、二叉搜索樹（排序樹）、平衡二叉樹、AVL平衡二叉樹、紅黑樹、B樹、B+樹、堆
1、普通二叉樹、完全二叉樹、滿二叉樹
二叉樹：最多有兩棵子樹的樹被稱為二叉樹
滿二叉樹：二叉樹中所有非葉子結點的度都是2，且葉子結點都在同一層次上
完全二叉樹：如果一個二叉樹與滿二叉樹前m個節點的結構相同，這樣的二叉樹被稱為完全二叉樹
也就是說，如果把滿二叉樹從右至左、從下往上刪除一些節點，剩余的結構就構成完全二叉樹
采用順序存儲的完全二叉樹，可以根據任意節點的位置計算其父節點、孩子節點在數組中的位置（下標），如果父節點和孩子節點存在的話。
這也說明，完全二叉樹適合使用順序表存儲
2、線索二叉樹
3、哈夫曼樹（最優二叉樹）
4、二叉搜索（查找、排序）樹
定義：
二叉查找樹，也叫二叉排序樹是滿足以下條件的二叉樹：
1.左子樹上的所有節點值均小於根節點值
2.右子樹上的所有節點值均不小於根節點值
3.左右子樹也滿足上述兩個條件
對二叉樹進行中序遍歷時，其輸出是一個有序數組
根據二叉排序樹的定義，發現其搜索過程具有二分特性，效率較高
缺點：二叉排序樹的最終形態與輸入數據的順序有關，
例如，輸入數據[1,2,3,4,5,6,7,8,9]，最終形成的二叉排序樹如下圖
此時，二叉樹退化成了單鏈表，查找效率大大下降
5、平衡二叉樹
為了克服二叉排序樹的缺點，人們想出辦法，使得一棵樹的左右子樹高度大致相等
比較出名的是蘇聯科學家家G.M. Adelson-Velsky 和 E.M. Landis於1962年提出的,被命名為AVL樹，，和紅黑樹
6、AVL樹
任一節點的左子樹深度和右子樹深度相差不超過1，我們用平衡因子衡量這種差異
任意節點的平衡因子Balance(p)= heigth(p的左子樹) - height（p的右子樹）
在進行AVL樹的插入和刪除操作時，當平衡因子=2時，就要調整節點的位置，使其滿足AVL樹的定義
關於AVL樹的插入、刪除操作，隨后會進行記錄
7、紅黑樹
總結：我們知道，實際應用當中，我們經常使用的是查找和排序操作，這在我們的各種管理系統、數據庫系統、操作系統等當中，十分常用。
數組的下標尋址十分迅速，但計算機的內存是有限的，故數組的長度也是有限的，實際應用當中的數據往往十分龐大
而且無序數組的查找最壞情況需要遍歷整個數組
后來人們提出了二分查找，二分查找要求數組的構造一定有序。二分法查找解決了普通數組查找復雜度過高的問題
任和一種數組無法解決的問題就是插入、刪除操作比較復雜，因此，在一個增刪查改比較頻繁的數據結構中，數組不會被優先考慮
普通鏈表由於它的結構特點被證明根本不適合進行查找
二叉查找樹因為可能退化成鏈表，同樣不適合進行查找
哈希表是數組和鏈表的折中，，同時它的設計依賴散列函數的設計，數組不能無限長、鏈表也不適合查找，所以也適合大規模的查找
AVL樹的旋轉過程非常麻煩，因此插入和刪除很慢，也就是構建AVL樹比較麻煩
紅黑樹是平衡二叉樹和AVL樹的折中，因此是比較合適的。集合類中的Map、關聯數組具有較高的查詢效率，它們的底層實現就是紅黑樹
參考：紅黑樹