跳跃表Skip List的原理和实现(Java)

最新推荐文章于 2024-01-28 16:26:17 发布

Wang-Junchao

最新推荐文章于 2024-01-28 16:26:17 发布

阅读量1w

点赞数 8

分类专栏：算法计算机算法设计与分析文章标签：跳跃表数据结构链表

本文链接：https://blog.csdn.net/derrantcm/article/details/79063312

版权

算法同时被 2 个专栏收录

1 篇文章 1 订阅

订阅专栏

计算机算法设计与分析

1 篇文章 3 订阅

订阅专栏

【博文总目录>>>】|【代码下载>>>】

为什么要有跳跃表

我们在实际开发中经常会有在一堆数据中查找一个指定数据的需求，而常用的支持高效查找算法的实现方式有以下几种：

有序数组。这种方式的存储结构，优点是支持数据的随机访问，并且可以采用二分查找算法降低查找操作的复杂度。缺点同样很明显，插入和删除数据时，为了保持元素的有序性，需要进行大量的移动数据的操作。
二叉查找树。如果需要一个既支持高效的二分查找算法，又能快速的进行插入和删除操作的数据结构，那首先就是二叉查找树莫属了。缺点是在某些极端情况下，二叉查找树有可能变成一个线性链表。
平衡二叉树。二叉树表示不服，于是基于二叉查找树的优点，对其缺点进行改进，引入了平衡的概念。根据平衡算法的不同，具体实现有AVL树／
B树（B-Tree）／ B+树（B+Tree）／红黑树等等。但是平衡二叉树的实现多数比较复杂，较难理解。
跳跃表。同样支持对数据进行高效的查找，插入和删除数据操作也比较简单，最重要的就是实现比较平衡二叉树真是轻量几个数量级。缺点就是存在一定数据冗余。

PS: 网上看到很多文章说B树／B-树／ B+树的，这是不正确的。没有B-树之说，英文资料中只存在B-Tree和B+Tree，然后翻译到中文，就把B-Tree翻译成了B-树，中间的“－”其实只是一个分隔号，并不是减号。

什么是跳跃表

跳跃表（SkipList）是一种可以替代平衡树的数据结构。跳跃表让已排序的数据分布在多层次的链表结构中，默认是将Key值升序排列的，以 0-1 的随机值决定一个数据是否能够攀升到高层次的链表中。它通过容许一定的数据冗余，达到 “以空间换时间” 的目的。

跳跃表的效率和AVL相媲美，查找／添加／插入／删除操作都能够在O（LogN）的复杂度内完成。

讲了那么多，下面就直接进入主题，详细的看一看跳跃表是怎么实现的。

跳跃表的实现

这里写图片描述

上面这张图就是一个跳跃表的实例，先说一下跳跃表的构造特征：

一个跳跃表应该有若干个层（Level）链表组成；
跳跃表中最底层的链表包含所有数据；每一层链表中的数据都是有序的；
如果一个元素X出现在第i层，那么编号比 i 小的层都包含元素X；
第 i 层的元素通过一个指针指向下一层拥有相同值的元素；
在每一层中，-∞ 和 +∞两个元素都出现(分别表示INT_MIN 和 INT_MAX)；
头指针（head）指向最高一层的第一个元素；

首先，我们需要定义链表中节点的模型

这里写图片描述

Java代码实现如下：


    // data
    public String key;
    public Integer value;

    // links
    public SkipListEntry up;
    public SkipListEntry down;
    public SkipListEntry left;
    public SkipListEntry right;

    // special
    public static final String negInf = "-oo";
    public static final String posInf = "+oo";

    // constructor
    public SkipListEntry(String key, Integer value) {
        this.key = key;
        this.value = value;
    }

    // methods...
}

可以看到节点模型主要分为2个部分。

data部分包含具体的存储数据，这里为了不引入其他杂乱的问题，使用String作为key的类型，Integer作为value的类型。

links部分包含4个指针，分别是up，down，left，right，单从名字上就能够明白它们的作用。

最后一个需要解释的是，2个special的字符串变量，它们是用来处理一些特殊节点的初始化的，从上面的图中可以看到，跳跃表每一层链表中都有那么2个节点。具体的初始化方法如下：

SkipListEntry x = new SkipListEntry(SkipListEntry.negInf, null);
SkipListEntry y = new SkipListEntry(SkipListEntry.posInf, null);

接下来，我们回到跳跃表本身的模型

public class SkipList {

    public SkipListEntry head;  // First element of the top level
    public SkipListEntry tail;  // Last element of the top level

    public int n;       // number of entries in the Skip List
    public int h;       // Height

    public Random r;    // Coin toss
}

Note: Random类的实例对象r用来决定新添加的节点是否能够向更高一层的链表攀升。

初始化一个跳跃表的实例

构造函数将初始化一个空的跳跃表看起来像下面这样：

这里写图片描述

构造函数的Java代码：

// constructor
public SkipList() {
    SkipListEntry p1, p2;

    // 创建一个 -oo 和一个 +oo 对象
    p1 = new SkipListEntry(SkipListEntry.negInf, null);
    p2 = new SkipListEntry(SkipListEntry.posInf, null);

    // 将 -oo 和 +oo 相互连接
    p1.right = p2;
    p2.left = p1;

    // 给 head 和 tail 初始化
    head = p1;
    tail = p2;

    n = 0;
    h = 0;
    r = new Random();
}

实现Map的基本操作

Map的基本操作：

get(String key) ：根据key值查找某个元素
put(String key, Integer value) ：插入一个新的元素，元素已存在时为修改操作
remove(String key)：根据key值删除某个元素

虽然看似是3个不同的操作，但是究其本质，要实现这3个操作，都得先找到某个元素或是定位到一个元素，好在下一个位子插入新元素。那么，我们就先把这个findEntry的方法实现吧。

这里写图片描述

上面的图示使用紫色的箭头画出了在一个SkipList中查找key值50的过程。简述如下：

从head出发，因为head指向最顶层（top level）链表的开始节点，相当于从顶层开始查找；
移动到当前节点的右指针（right）指向的节点，直到右节点的key值大于要查找的key值时停止；
如果还有更低层次的链表，则移动到当前节点的下一层节点（down），如果已经处于最底层，则退出；
重复第2步和第3步，直到查找到key值所在的节点，或者不存在而退出查找；

Java代码实现如下：

private SkipListEntry findEntry(String key) {

    SkipListEntry p;

    // 从head头节点开始查找
    p = head;

    while(true) {
        // 从左向右查找，直到右节点的key值大于要查找的key值
        while(p.right.key != SkipListEntry.posInf
                && p.right.key.compareTo(key) <= 0) {
            p = p.right;
        }

        // 如果有更低层的节点，则向低层移动
        if(p.down != null) {
            p = p.down;
        } else {
            break;
        }
    }

    // 返回p，！注意这里p的key值是小于等于传入key的值的（p.key <= key）
    return p;
}

注意以下几点：

如果传入的key值在跳跃表中存在，则findEntry返回该对象的底层节点；
如果传入的key值在跳跃表中不存在，则findEntry返回跳跃表中key值小于key，并且key值相差最小的底层节点；

示例，在跳跃表中查找key＝42的元素节点，将返回key＝39的节点。如下图所示：

这里写图片描述

基于findEntry方法，我们就能很容易的实现前面所说的一些操作了。

实现get方法

public Integer get(String key) {

    SkipListEntry p;

    p = findEntry(key);

    if(p.key.equals(key)) {
        return p.value;
    } else {
        return null;
    }
}

实现put方法

put方法有一些需要注意的步骤：

如果put的key值在跳跃表中存在，则进行修改操作；
如果put的key值在跳跃表中不存在，则需要进行新增节点的操作，并且需要由random随机数决定新加入的节点的高度（最大level）；
当新添加的节点高度达到跳跃表的最大level，需要添加一个空白层（除了-oo和+oo没有别的节点）

下面我们一步一步的通过图示看一下插入节点的过程：

这里写图片描述

第一步，查找适合插入的位子

这里写图片描述

第二步，在查找到的p节点后面插入新增的节点q

这里写图片描述

第三步，重复下面的操作，使用随机数决定新增节点的高度

从p节点开始，向左移动，直到找到含有更高level节点的节点；
将p指针向上移动一个level；

创建一个和q节点data一样的节点，插入位子在跳跃表中p的右方和q的上方；
直到随机数不满足向上攀升的条件为止；

图示如下：

这里写图片描述

只要随机数满足条件，key＝42的节点就会一直向上攀升，直到它的level等于跳跃表的高度（height）。这个时候我们需要在跳跃表的最顶层添加一个空白层，同时跳跃表的height＋1，以满足下一次新增节点的操作。

这里写图片描述

Java代码实现如下：

public Integer put(String key, Integer value) {

    SkipListEntry p, q;
    int i = 0;

    // 查找适合插入的位子
    p = findEntry(key);

    // 如果跳跃表中存在含有key值的节点，则进行value的修改操作即可完成
    if(p.key.equals(key)) {
        Integer oldValue = p.value;
        p.value = value;
        return oldValue;
    }

    // 如果跳跃表中不存在含有key值的节点，则进行新增操作
    q = new SkipListEntry(key, value);
    q.left = p;
    q.right = p.right;
    p.right.left = q;
    p.right = q;

    // 再使用随机数决定是否要向更高level攀升
    while(r.nextDouble() < 0.5) {

        // 如果新元素的级别已经达到跳跃表的最大高度，则新建空白层
        if(i >= h) {
            addEmptyLevel();
        }

        // 从p向左扫描含有高层节点的节点
        while(p.up == null) {
            p = p.left;
        }
        p = p.up;

        // 新增和q指针指向的节点含有相同key值的节点对象
        // 这里需要注意的是除底层节点之外的节点对象是不需要value值的
        SkipListEntry z = new SkipListEntry(key, null);

        z.left = p;
        z.right = p.right;
        p.right.left = z;
        p.right = z;

        z.down = q;
        q.up = z;

        q = z;
        i = i + 1;
    }

    n = n + 1;

    // 返回null，没有旧节点的value值
    return null;
}

private void addEmptyLevel() {

    SkipListEntry p1, p2;

    p1 = new SkipListEntry(SkipListEntry.negInf, null);
    p2 = new SkipListEntry(SkipListEntry.posInf, null);

    p1.right = p2;
    p1.down = head;

    p2.left = p1;
    p2.down = tail;

    head.up = p1;
    tail.up = p2;

    head = p1;
    tail = p2;

    h = h + 1;
}

实现remove方法

删除节点的操作相对put就比较简单了，首先查找到包含key值的节点，将节点从链表中移除，接着如果有更高level的节点，则repeat这个操作即可。
Java代码实现如下：

public Integer remove(String key) {

    SkipListEntry p, q;

    p = findEntry(key);

    if(!p.key.equals(key)) {
        return null;
    }

    Integer oldValue = p.value;
    while(p != null) {
        q = p.up;
        p.left.right = p.right;
        p.right.left = p.left;
        p = q;
    }

    return oldValue;
}

跳跃表的原理和实现到这里就结束了。

还有需要说明的一点是：跳跃表每次运行的结果是不一样的，这就是为什么说跳跃表是属于随机化数据结构。（Random的存在导致的）

跳跃表在Java中的应用

ConcurrentSkipListMap：在功能上对应HashTable、HashMap、TreeMap；
ConcurrentSkipListSet ：在功能上对应HashSet；

确切的说，SkipList更像Java中的TreeMap，TreeMap基于红黑树（一种自平衡二叉查找树）实现的，时间复杂度平均能达到O(log n)。
HashMap是基于散列表实现的，查找时间复杂度平均能达
到O(1)。ConcurrentSkipListMap是基于跳跃表实现的，查找时间复杂度平均能达到O(log n)。

ConcurrentSkipListMap具有SkipList的性质，并且适用于大规模数据的并发访问。多个线程可以安全地并发执行插入、移除、更新和访问操作。与其他有锁机制的数据结构在巨大的压力下相比有优势。

TreeMap插入数据时平衡树采用严格的旋转操作（比如平衡二叉树有左旋右旋）来保证平衡，因此SkipList比较容易实现，而且相比平衡树有着较高的运行效率。

转载自：http://hacking.love/

Wang-Junchao

关注

8
点赞
踩
21

收藏

觉得还不错? 一键收藏
5
评论
跳跃表Skip List的原理和实现(Java)

【博文总目录>>>】|【代码下载>>>】为什么要有跳跃表我们在实际开发中经常会有在一堆数据中查找一个指定数据的需求，而常用的支持高效查找算法的实现方式有以下几种：有序数组。这种方式的存储结构，优点是支持数据的随机访问，并且可以采用二分查找算法降低查找操作的复杂度。缺点同样很明显，插入和删除数据时，为了保持元素的有序性，需要进行大量的移动数据的操作。二叉查找树。如果需要一个既支持高效
复制链接

扫一扫