目录
- 什么是跳表
- 跳表的意义究竟在于何处？
- 跳表的搜索时间复杂度
- 跳表是不是很费内存？
- 插入和删除的时间复杂度
- 插入
- 删除
- 跳表索引动态更新
- 跳表的代码实现（java 版）
- 数据结构定义
- 搜索算法
- 插入和删除算法
- 插入
- 删除
知道跳表（skip list）是在看关于redis的书的时候，redis中的有序集合使用了跳表数据结构。接着就查了一些博客，来学习一下跳表。后面会使用java代码来简单实现跳表。
什么是跳表
跳表由william pugh发明，他在论文《skip lists: a probabilistic alternative to balanced trees》中详细介绍了跳表的数据结构和插入删除等操作，论文是这么介绍跳表的：
skip lists are a data structure that can be used in place of balanced trees.skip lists use probabilistic balancing rather than strictly enforced balancing and as a result the algorithms for insertion and deletion in skip lists are much simpler and significantly faster than equivalent algorithms for balanced trees.
也就是说，跳表可以用来替代红黑树，使用概率均衡技术，使得插入、删除操作更简单、更快。先来看论文里的一张图：
观察上图
- a：已排好序的链表，查找一个结点最多需要比较n个结点。
- b：每隔2个结点增加一个指针，指向该结点间距为2的后续结点，那么查找一个结点最多需要比较ceil(n/2)+1个结点。
- c，每隔4个结点增加一个指针，指向该结点间距为4的后续结点，那么查找一个结点最多需要比较ceil(n/4)+1个结点。
- 若每第
2^i个结点都有一个指向间距为2^i的后续结点的指针，这样不断增加指针，比较次数会降为log(n)。这样的话，搜索会很快，但插入和删除会很困难。
一个拥有k个指针的结点称为一个k层结点（level k node）。按照上面的逻辑，50%的结点为1层，25%的结点为2层，12.5%的结点为3层…如果每个结点的层数随机选取，但仍服从这样的分布呢（上图e，对比上图d）？
使一个k层结点的第i个指针指向第i层的下一个结点，而不是它后面的第2^(i-1)个结点，那么结点的插入和删除只需要原地修改操作；一个结点的层数，是在它被插入的时候随机选取的，并且永不改变。因为这样的数据结构是基于链表的，并且额外的指针会跳过中间结点，所以作者称之为跳表（skip lists）。
二分查找底层依赖数组随机访问的特性，所以只能用数组实现。若数据存储在链表，就没法用二分搜索了？
其实只需稍微改造下链表，就能支持类似“二分”的搜索算法，即跳表（skip list），支持快速的新增、删除、搜索操作。
redis中的有序集合（sorted set）就是用跳表实现的。我们知道红黑树也能实现快速的插入、删除和查找操作。那redis 为何不选择红黑树来实现呢？
跳表的意义究竟在于何处？
单链表即使存储的数据有序，若搜索某数据，也只能从头到尾遍历，搜索效率很低，平均时间复杂度是o(n)。
追求极致的程序员就开始想了，那这该如何提高链表结构的搜索效率呢？
若如下图，对链表建立一级“索引”，每两个结点提取一个结点到上一级，把抽出来的那级叫作索引或索引层。图中的down表示down指针，指向下一级结点。
比如要搜索16：
先遍历索引层，当遍历到索引层的13时，发现下一个结点是17，说明目标结点位于这俩结点中间
然后通过down指针，下降到原始链表层，继续遍历
此时只需再遍历2个结点，即可找到16！
原先单链表结构需遍历10个结点，现在只需遍历7个结点即可。可见，加一层索引，所需遍历的结点个数就减少了，搜索效率提升。
若再加层索引，搜索效率是不是更高？于是每两个结点再抽出一个结点到第二级索引。现在搜索16，只需遍历6个结点了！
这里数据量不大，可能你也没感觉到搜索效率roi高吗。
那数据量就变大一点，现有一64结点链表，给它建立五级的索引。
原来没有索引时，单链表搜索62需遍历62个结点！
现在呢？只需遍历11个！所以你现在能体会到了，当链表长度n很大时，建立索引后，搜索性能显著提升。
这种有多级索引的，可以提高查询效率的链表就是最近火遍面试圈的跳表。
作为严谨的程序员，我们又开始好奇了
跳表的搜索时间复杂度
我们都知道单链表搜索时间复杂度o(n)，那如此快的跳表呢？
若链表有n个结点，会有多少级索引呢？假设每两个结点抽出一个结点作为上级索引，则：
- 第一级索引结点个数是n/2
- 第二级n/4第
- 三级n/8
- …
- 第k级就是
n/(2^k)
假设索引有h级，最高级索引有2个结点，可得：n/(2h) = 2
所以：h = log2n-1
若包含原始链表这一层，整个跳表的高度就是log2 n。我们在跳表中查询某个数据的时候，如果每一层都要遍历m个结点，那在跳表中查询一个数据的时间复杂度就是o(m*logn)。
那这个m的值是多少呢？按照前面这种索引结构，我们每一级索引都最多只需要遍历3个结点，也就是说m=3，为什么是3呢？我来解释一下。
假设我们要查找的数据是x，在第k级索引中，我们遍历到y结点之后，发现x大于y，小于后面的结点z，所以我们通过y的down指针，从第k级索引下降到第k-1级索引。在第k-1级索引中，y和z之间只有3个结点（包含y和z），所以，我们在k-1级索引中最多只需要遍历3个结点，依次类推，每一级索引都最多只需要遍历3个结点。
通过上面的分析，我们得到m=3，所以在跳表中查询任意数据的时间复杂度就是o(logn)。这个查找的时间复杂度跟二分查找是一样的。换句话说，我们其实是基于单链表实现了二分查找，是不是很神奇？不过，天下没有免费的午餐，这种查询效率的提升，前提是建立了很多级索引，也就是我们在第6节讲过的空间换时间的设计思路。
跳表是不是很费内存？
由于跳表要存储多级索引，势必比单链表消耗更多存储空间。那到底是多少呢？
若原始链表大小为n：
- 第一级索引大约有n/2个结点
- 第二级索引大约有n/4个结点
- …
- 最后一级2个结点
多级结点数的总和就是：
n/2+n/4+n/8…+8+4+2=n-2
所以空间复杂度是o(n)。这个量还是挺大的，能否再稍微降低索引占用的内存空间呢？
若每三五个结点才抽取一个到上级索引呢？
- 第一级索引需要大约n/3个结点
- 第二级索引需要大约n/9个结点
- 每往上一级，索引结点个数都除以3
假设最高级索引结点个数为1，总索引结点数：n/3+n/9+n/27+…+9+3+1=n/2
尽管空间复杂度还是o(n)，但比上面的每两个结点抽一个结点的索引构建方法，要减少了一半的索引结点存储空间。
我们大可不必过分在意索引占用的额外空间，实际开发中，原始链表中存储的有可能是很大的对象，而索引结点只需存储关键值和几个指针，无需存储对象，所以当对象比索引结点大很多时，那索引占用的额外空间可忽略。
插入和删除的时间复杂度
插入
在跳表中插入一个数据，只需o(logn)时间复杂度。
单链表中，一旦定位好要插入的位置，插入的时间复杂度是o(1)。但这里为了保证原始链表中数据的有序性，要先找到插入位置，所以这个过程中的查找操作比较耗时。
单纯的单链表，需遍历每个结点以找到插入的位置。但跳表搜索某结点的的时间复杂度是o(logn)，所以搜索某数据应插入的位置的时间复杂度也是o(logn)。
删除
如果这个结点在索引中也有出现，除了要删除原始链表的结点，还要删除索引中的。
因为单链表删除操作需拿到要删除结点的前驱结点，然后通过指针完成删除。所以查找要删除结点时，一定要获取前驱结点。若是双向链表，就没这个问题了。
跳表索引动态更新
当不停往跳表插入数据时，若不更新索引，就可能出现某2个索引结点之间数据非常多。极端情况下，跳表还会退化成单链表。
作为一种动态数据结构，我们需要某种手段来维护索引与原始链表大小之间的平衡，也就是说，如果链表中结点多了，索引结点就相应地增加一些，避免复杂度退化，以及查找、插入、删除操作性能下降。
像红黑树、avl树这样的平衡二叉树通过左右旋保持左右子树的大小平衡，而跳表是通过随机函数维护前面提到的“平衡性”。
往跳表插入数据时，可以选择同时将这个数据插入到部分索引层中。
那如何选择加入哪些索引层呢？
通过一个随机函数决定将这个结点插入到哪几级索引中，比如随机函数生成了值k，那就把这个结点添加到第一级到第k级这k级索引中。
为何redis要用跳表来实现有序集合，而不是红黑树？
redis中的有序集合支持的核心操作主要支持：
- 插入一个数据
- 删除一个数据
- 查找一个数据
- 迭代输出有序序列：以上操作，红黑树也能完成，时间复杂度跟跳表一样。
- 按照区间查找数据：红黑树的效率低于跳表。跳表可以做到
o(logn)定位区间的起点，然后在原始链表顺序往后遍历即可。
除了性能，还有其它原因：
- 代码实现比红黑树好懂、好写多了，因为简单就代表可读性好，不易出错
- 跳表更灵活，可通过改变索引构建策略，有效平衡执行效率和内存消耗
因为红黑树比跳表诞生更早，很多编程语言中的map类型（比如jdk 的 hashmap）都是通过红黑树实现的。业务开发时，直接从jdk拿来用，但跳表没有一个现成的实现，只能自己实现。
跳表的代码实现（java 版）
数据结构定义
表中的元素使用结点来表示，结点的层数在它被插入时随机计算决定（与表中已有结点数目无关）。
一个i层的结点有i个前向指针（java中使用结点对象数组forward来表示），索引为从1到i。用maxlevel来记录跳表的最大层数。
跳表的层数为当前所有结点中的最大层数（如果list为空，则层数为1）。
列表头header拥有从1到maxlevel的前向指针：
public class skiplist<t> {
// 最高层数
private final int max_level;
// 当前层数
private int listlevel;
// 表头
private skiplistnode<t> listhead;
// 表尾
private skiplistnode<t> nil;
// 生成randomlevel用到的概率值
private final double p;
// 论文里给出的最佳概率值
private static final double optimal_p = 0.25;
public skiplist() {
// 0.25, 15
this(optimal_p, (int)math.ceil(math.log(integer.max_value) / math.log(1 / optimal_p)) - 1);
}
public skiplist(double probability, int maxlevel) {
p = probability;
max_level = maxlevel;
listlevel = 1;
listhead = new skiplistnode<t>(integer.min_value, null, maxlevel);
nil = new skiplistnode<t>(integer.max_value, null, maxlevel);
for (int i = listhead.forward.length - 1; i >= 0; i--) {
listhead.forward[i] = nil;
}
}
// 内部类
class skiplistnode<t> {
int key;
t value;
skiplistnode[] forward;
public skiplistnode(int key, t value, int level) {
this.key = key;
this.value = value;
this.forward = new skiplistnode[level];
}
}
}
搜索算法
按key搜索，找到返回该key对应的value，未找到则返回null。
通过遍历forward数组来需找特定的searchkey。假设skip list的key按照从小到大的顺序排列，那么从跳表的当前最高层listlevel开始寻找searchkey。在某一层找到一个非小于searchkey的结点后，跳到下一层继续找，直到最底层为止。那么根据最后搜索停止位置的下一个结点，就可以判断searchkey在不在跳表中。
在跳表中找8的过程：
插入和删除算法
都是通过查找与连接（search and splice）：
维护一个update数组，在搜索结束之后，update[i]保存的是待插入/删除结点在第i层的左侧结点。
插入
若key不存在，则插入该key与对应的value；若key存在，则更新value。
如果待插入的结点的层数高于跳表的当前层数listlevel，则更新listlevel。
选择待插入结点的层数randomlevel：
randomlevel只依赖于跳表的最高层数和概率值p。
另一种实现方法为，如果生成的randomlevel大于当前跳表的层数listlevel，那么将randomlevel设置为listlevel+1，这样方便以后的查找，在工程上是可以接受的，但同时也破坏了算法的随机性。
删除
删除特定的key与对应的value。如果待删除的结点为跳表中层数最高的结点，那么删除之后，要更新listlevel。
public class skiplist<t> {
// 最高层数
private final int max_level;
// 当前层数
private int listlevel;
// 表头
private skiplistnode<t> listhead;
// 表尾
private skiplistnode<t> nil;
// 生成randomlevel用到的概率值
private final double p;
// 论文里给出的最佳概率值
private static final double optimal_p = 0.25;
public skiplist() {
// 0.25, 15
this(optimal_p, (int)math.ceil(math.log(integer.max_value) / math.log(1 / optimal_p)) - 1);
}
public skiplist(double probability, int maxlevel) {
p = probability;
max_level = maxlevel;
listlevel = 1;
listhead = new skiplistnode<t>(integer.min_value, null, maxlevel);
nil = new skiplistnode<t>(integer.max_value, null, maxlevel);
for (int i = listhead.forward.length - 1; i >= 0; i--) {
listhead.forward[i] = nil;
}
}
// 内部类
class skiplistnode<t> {
int key;
t value;
skiplistnode[] forward;
public skiplistnode(int key, t value, int level) {
this.key = key;
this.value = value;
this.forward = new skiplistnode[level];
}
}
public t search(int searchkey) {
skiplistnode<t> curnode = listhead;
for (int i = listlevel; i > 0; i--) {
while (curnode.forward[i].key < searchkey) {
curnode = curnode.forward[i];
}
}
if (curnode.key == searchkey) {
return curnode.value;
} else {
return null;
}
}
public void insert(int searchkey, t newvalue) {
skiplistnode<t>[] update = new skiplistnode[max_level];
skiplistnode<t> curnode = listhead;
for (int i = listlevel - 1; i >= 0; i--) {
while (curnode.forward[i].key < searchkey) {
curnode = curnode.forward[i];
}
// curnode.key < searchkey <= curnode.forward[i].key
update[i] = curnode;
}
curnode = curnode.forward[0];
if (curnode.key == searchkey) {
curnode.value = newvalue;
} else {
int lvl = randomlevel();
if (listlevel < lvl) {
for (int i = listlevel; i < lvl; i++) {
update[i] = listhead;
}
listlevel = lvl;
}
skiplistnode<t> newnode = new skiplistnode<t>(searchkey, newvalue, lvl);
for (int i = 0; i < lvl; i++) {
newnode.forward[i] = update[i].forward[i];
update[i].forward[i] = newnode;
}
}
}
public void delete(int searchkey) {
skiplistnode<t>[] update = new skiplistnode[max_level];
skiplistnode<t> curnode = listhead;
for (int i = listlevel - 1; i >= 0; i--) {
while (curnode.forward[i].key < searchkey) {
curnode = curnode.forward[i];
}
// curnode.key < searchkey <= curnode.forward[i].key
update[i] = curnode;
}
curnode = curnode.forward[0];
if (curnode.key == searchkey) {
for (int i = 0; i < listlevel; i++) {
if (update[i].forward[i] != curnode) {
break;
}
update[i].forward[i] = curnode.forward[i];
}
while (listlevel > 0 && listhead.forward[listlevel - 1] == nil) {
listlevel--;
}
}
}
private int randomlevel() {
int lvl = 1;
while (lvl < max_level && math.random() < p) {
lvl++;
}
return lvl;
}
public void print() {
for (int i = listlevel - 1; i >= 0; i--) {
skiplistnode<t> curnode = listhead.forward[i];
while (curnode != nil) {
system.out.print(curnode.key + "->");
curnode = curnode.forward[i];
}
system.out.println("nil");
}
}
public static void main(string[] args) {
skiplist<integer> sl = new skiplist<integer>();
sl.insert(20, 20);
sl.insert(5, 5);
sl.insert(10, 10);
sl.insert(1, 1);
sl.insert(100, 100);
sl.insert(80, 80);
sl.insert(60, 60);
sl.insert(30, 30);
sl.print();
system.out.println("---");
sl.delete(20);
sl.delete(100);
sl.print();
}
}
到此这篇关于为何redis使用跳表而非红黑树实现sortedset的文章就介绍到这了,更多相关redis跳表实现sortedset内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！