为什么用树不用链表
树和链表都是数据结构中比较常见的存储模型，使用什么作为存储的数据结构根据场景，需求而定。
链表是什么？想象一根自行车链条，从中间折断，从一端到另一端刚好就是单向链表结构，在JAVA中每个链表节点作为一个类，属性为自身的数据和下一个节点的引用，一扣接一扣成为一张连续的链表！
链表的查找和删除，修改都需要从头部一个一个比较节点数据，直到找到匹配的那个数为止，很明显这样的查找次数大概为N/2(N为链表节点总数)，也就是查询的效率使用大O表示法表示为O(N)，线性级别;一个总数为N＝1024的链表需要平均比较512次才能做后面的增删改操作，而修改和删除只需要改变节点引用，效率很高！
再来看树结构(以红黑树为例)，就是生活中的树倒过来，所有的数据挂在根节点上，通过一定的策略(红黑树通过旋转，变色等，二叉搜索树通过比较父节点)放置在合适的位置上，通常树的深度都是常数级;
红黑树的查询速度是非常快的，因为查询效率为O(log2n)，比如上面的1024的数据，最大的查询比较次数为10，效率非常惊人！删除节点也只需要最多三次旋转就可以实现平衡;
以上树结构举例使用红黑树，是因为红黑树是一种性能良好的平衡树，如果是二叉搜索树(规则为比父节点小的放在左子节点，大的放右子节点)，如果插入的数据为顺序的，则二叉搜索树就退变为一个链表结构，效率降低！换句话说不是说树结构的查询效率一定比链表好！
在数据量很低的时候，推荐使用链表，因为数据结构简单，开发成本低，效率也不差！
在数据为顺序插入时，不应该使用二叉搜索树，在删除操作频繁的时候，不应该使用二叉搜索树(因为数据重新平衡需要很大的代价)，而应该使用红黑树等有保证平衡的策略的树结构;
在数据量大的时候，使用平衡树结构的效率提升是显而易见的，从O(N)到O(log2n)的提升。
在JAVA8中，当hashMap的冲突(某个数组元素中的链表结构很长)达到一定值的时候，将会从链表结构转变为红黑树，提高hashMap的查找性能。
关于更多数据结构的问题，请持续关注，会有其他更多的分享提供，谢谢！
简单来说，所有的数据结构都是为了增删改查，那么数组/链表等线性表的优缺点分别是什么呢？
数组的搜索比较方便，可以直接用下标，但删除或者插入某些元素就比较麻烦。
链表与之相反，删除和插入元素很快，但查找很慢。
这个时候，就需要一个折中方案的产生，此时二叉树就既有链表的好处，也有数组的好处。
在处理大批量的动态的数据是比较有用。
文件系统和数据库系统一般都采用树（特别是B树）的数据结构数据，主要为排序和检索的效率。
平衡二叉树都有哪些应用场景
二叉树支持动态的插入和查找，保证操作时间在Olog(n)内完成，n为节点数。
线性表与二叉树优缺点比较：
顺序存储可能会浪费空间(在非完全二叉树的时候)，但是读取某个指定的节点的时候效率比较高O(1)
链式存储相对二叉树比较大的时候浪费空间较少，但是读取某个指定节点的时候效率偏低O(nlogn)