浅析SkipList跳跃表原理及代码实现

原创 2013年12月18日 16:02:19

转载请注明:http://blog.csdn.net/ict2014/article/details/17394259

SkipList在leveldb以及lucence中都广为使用,是比较高效的数据结构。由于它的代码以及原理实现的简单性,更为人们所接受。我们首先看看SkipList的定义,为什么叫跳跃表?

“     Skip lists  are data structures  that use probabilistic  balancing rather  than  strictly  enforced balancing. As a result, the algorithms  for insertion  and deletion in skip lists  are much simpler and significantly  faster  than  equivalent  algorithms  for balanced trees.   ”

译文:跳跃表使用概率均衡技术而不是使用强制性均衡,因此,对于插入和删除结点比传统上的平衡树算法更为简洁高效。 

我们看一个图就能明白,什么是跳跃表,如图1所示:


                                                                 图1:跳跃表简单示例

如上图所示,是一个即为简单的跳跃表。传统意义的单链表是一个线性结构,向有序的链表中插入一个节点需要O(n)的时间,查找操作需要O(n)的时间。如果我们使用图1所示的跳跃表,就可以减少查找所需时间为O(n/2),因为我们可以先通过每个节点的最上面的指针先进行查找,这样子就能跳过一半的节点。比如我们想查找19,首先和6比较,大于6之后,在和9进行比较,然后在和12进行比较......最后比较到21的时候,发现21大于19,说明查找的点在17和21之间,从这个过程中,我们可以看出,查找的时候跳过了3、7、12等点,因此查找的复杂度为O(n/2)。查找的过程如下图2:


                                                                  图2:跳跃表查找操作简单示例

其实,上面基本上就是跳跃表的思想,每一个结点不单单只包含指向下一个结点的指针,可能包含很多个指向后续结点的指针,这样就可以跳过一些不必要的结点,从而加快查找、删除等操作。对于一个链表内每一个结点包含多少个指向后续元素的指针,这个过程是通过一个随机函数生成器得到,这样子就构成了一个跳跃表。这就是为什么论文“Skip Lists : A Probabilistic Alternative to Balanced Trees ”中有“概率”的原因了,就是通过随机生成一个结点中指向后续结点的指针数目。随机生成的跳跃表可能如下图3所示:


                                                                 图3:随机生成的跳跃表

跳跃表的大体原理,我们就讲述到这里。下面我们将从如下几个方面来探讨跳跃表的操作:

1、重要数据结构定义

2、初始化表

3、查找

4、插入

5、删除

6、随机数生成器

7、释放表

8、性能比较

(一)重要数据结构定义

      从图3中,我们可以看出一个跳跃表是由结点组成,结点之间通过指针进行链接。因此我们定义如下数据结构:

//定义key和value的类型
typedef int KeyType;
typedef int ValueType;
	
//定义结点
typedef struct nodeStructure* Node;
struct nodeStructure{
	KeyType key;
	ValueType value;
	Node forward[1];
};
	
//定义跳跃表
typedef struct listStructure* List;
struct listStructure{
	int level;
	Node header;
};
每一个结点都由3部分组成,key(关键字)、value(存放的值)以及forward数组(指向后续结点的数组,这里只保存了首地址)。通过这些结点,我们就可以创建跳跃表List,它是由两个元素构成,首结点以及level(当前跳跃表内最大的层数或者高度)。这样子,基本的数据结构定义完毕了。

(二)初始化表
     初始化表主要包括两个方面,首先就是header节点和NIL结点的申请,其次就是List资源的申请。

void SkipList::NewList(){
    //设置NIL结点
    NewNodeWithLevel(0, NIL_);
    NIL_->key = 0x7fffffff;
    //设置链表List
    list_ = (List)malloc(sizeof(listStructure));
    list_->level = 0;
    //设置头结点
    NewNodeWithLevel(MAX_LEVEL,list_->header);
    for(int i = 0; i < MAX_LEVEL; ++i){
        list_->header->forward[i] = NIL_;
    }
    //设置链表元素的数目
    size_ = 0;
}

void SkipList::NewNodeWithLevel(const int& level,
                                Node& node){
    //新结点空间大小
    int total_size = sizeof(nodeStructure) + level*sizeof(Node);
    //申请空间
    node = (Node)malloc(total_size);
    assert(node != NULL);
}

其中,NewNodeWithLevel是申请结点(总共level层)所需的内存空间。NIL_节点会在后续全部代码实现中可以看到。

(三)查找

    查找就是给定一个key,查找这个key是否出现在跳跃表中,如果出现,则返回其值,如果不存在,则返回不存在。我们结合一个图就是讲解查找操作,如下图4所示:


                                                       图4:查找操作前的跳跃表

如果我们想查找19是否存在?如何查找呢?我们从头结点开始,首先和9进行判断,此时大于9,然后和21进行判断,小于21,此时这个值肯定在9结点和21结点之间,此时,我们和17进行判断,大于17,然后和21进行判断,小于21,此时肯定在17结点和21结点之间,此时和19进行判断,找到了。具体的示意图如图5所示:


                                                        图5:查找操作后的跳跃表

bool SkipList::Search(const KeyType& key,
                      ValueType& value){
    Node x = list_->header;
    int i;
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }
    }
    x = x->forward[0];
    if(x->key == key){
        value = x->value;
        return true;
    }else{
        return false;
    }
}

(四)插入

      插入包含如下几个操作:1、查找到需要插入的位置   2、申请新的结点    3、调整指针。

我们结合下图6进行讲解,查找如下图的灰色的线所示  申请新的结点如17结点所示, 调整指向新结点17的指针以及17结点指向后续结点的指针。这里有一个小技巧,就是使用update数组保存大于17结点的位置,这样如果插入17结点的话,就指针调整update数组和17结点的指针、17结点和update数组指向的结点的指针。update数组的内容如红线所示,这些位置才是有可能更新指针的位置。

   

                                                    图6:插入操作示意图(感谢博主:来自cnblogs的qiang.xu )

bool SkipList::Insert(const KeyType& key,
                      const ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找key所要插入的位置
    //保存大于key的位置信息
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //如果key已经存在
    if(x->key == key){
        x->value = value;
        return false;
    }else{
        //随机生成新结点的层数
        int level = RandomLevel();
        //为了节省空间,采用比当前最大层数加1的策略
        if(level > list_->level){
            level = ++list_->level;
            update[level] = list_->header;
        }
        //申请新的结点
        Node newNode;
        NewNodeWithLevel(level, newNode);
        newNode->key = key;
        newNode->value = value;

        //调整forward指针
        for(int i = level; i >= 0; --i){
            x = update[i];
            newNode->forward[i] = x->forward[i];
            x->forward[i] = newNode;
        }
        
        //更新元素数目
        ++size_;

        return true;
    }
}

(五)删除

    删除操作类似于插入操作,包含如下3步:1、查找到需要删除的结点 2、删除结点  3、调整指针


                                                                             图7:删除操作示意图(感谢博主qiang.xu 来自cnblogs)

bool SkipList::Delete(const KeyType& key,
                      ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找要删除的结点
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //结点不存在
    if(x->key != key){
        return false;
    }else{
        value = x->value;
        //调整指针
        for(i = 0; i <= list_->level; ++i){
            if(update[i]->forward[i] != x)
                break;
            update[i]->forward[i] = x->forward[i];
        }
        //删除结点
        free(x);
        //更新level的值,有可能会变化,造成空间的浪费
        while(list_->level > 0
            && list_->header->forward[list_->level] == NIL_){
            --list_->level;
        }
        
        //更新链表元素数目
        --size_;

        return true;
    }
}

(六)随机数生成器

      再向跳跃表中插入新的结点时候,我们需要生成该结点的层数,使用的就是随机数生成器,随机的生成一个层数。这部分严格意义上讲,不属于跳跃表的一部分。随机数生成器说简单很简单,说难很也很难,看你究竟是否想生成随机的数。可以采用c语言中srand以及rand函数,也可以自己设计随机数生成器。

      此部分我们采用levelDB随机数生成器:

// Copyright (c) 2011 The LevelDB Authors. All rights reserved.
// Use of this source code is governed by a BSD-style license that can be
// found in the LICENSE file. See the AUTHORS file for names of contributors.


#include <stdint.h>

//typedef unsigned int           uint32_t;
//typedef unsigned long long     uint64_t;

// A very simple random number generator.  Not especially good at
// generating truly random bits, but good enough for our needs in this
// package.
class Random {
 private:
  uint32_t seed_;
 public:
  explicit Random(uint32_t s) : seed_(s & 0x7fffffffu) {
    // Avoid bad seeds.
    if (seed_ == 0 || seed_ == 2147483647L) {
      seed_ = 1;
    }
  }
  uint32_t Next() {
    static const uint32_t M = 2147483647L;   // 2^31-1
    static const uint64_t A = 16807;  // bits 14, 8, 7, 5, 2, 1, 0
    // We are computing
    //       seed_ = (seed_ * A) % M,    where M = 2^31-1
    //
    // seed_ must not be zero or M, or else all subsequent computed values
    // will be zero or M respectively.  For all other values, seed_ will end
    // up cycling through every number in [1,M-1]
    uint64_t product = seed_ * A;

    // Compute (product % M) using the fact that ((x << 31) % M) == x.
    seed_ = static_cast<uint32_t>((product >> 31) + (product & M));
    // The first reduction may overflow by 1 bit, so we may need to
    // repeat.  mod == M is not possible; using > allows the faster
    // sign-bit-based test.
    if (seed_ > M) {
      seed_ -= M;
    }
    return seed_;
  }
  // Returns a uniformly distributed value in the range [0..n-1]
  // REQUIRES: n > 0
  uint32_t Uniform(int n) { return (Next() % n); }

  // Randomly returns true ~"1/n" of the time, and false otherwise.
  // REQUIRES: n > 0
  bool OneIn(int n) { return (Next() % n) == 0; }

  // Skewed: pick "base" uniformly from range [0,max_log] and then
  // return "base" random bits.  The effect is to pick a number in the
  // range [0,2^max_log-1] with exponential bias towards smaller numbers.
  uint32_t Skewed(int max_log) {
    return Uniform(1 << Uniform(max_log + 1));
  }
};

其中核心的是 seed_ = (seed_ * A) % M这个函数,并且调用一次就重新更新一个种子seed。以达到随机性。

根据个人喜好,自己可以独立设计随机数生成器,只要能够返回一个随机的数字即可。

(七)释放表

      释放表的操作比较简单,只要像单链表一样释放表就可以,释放表的示意图8如下:


                                                                      图8:释放表

void SkipList::FreeList(){
    Node p = list_->header;
    Node q;
    while(p != NIL_){
        q = p->forward[0];
        free(p);
        p = q;
    }
    free(p);
    free(list_);
}

(八)性能比较

  我们对跳跃表、平衡树等进行比较,如下图9所示:


                                                                              图9:性能比较图

从中可以看出,随机跳跃表表现性能很不错,节省了大量复杂的调节平衡树的代码。


========自己开发的源代码,部分参照qiang.xu====================

下面我将自己用C++实现的代码贴出来,总共包含了如下几个文件:

1、Main.cpp 主要用于测试SkipList

2、skiplist.h  接口声明以及重要数据结构定义

3、skiplist.cpp 接口的具体实现

4、random.h  随机数生成器

--------------------------------------Main.cpp----------------------------------------------------

//此文件用于测试skiplist
//
//@作者:张海波
//@时间:2013-12-17
//@版权:个人所有

#include "skiplist.h"
#include <iostream>

using namespace std;

int main(int argc, char** argv)
{
    cout << "test is starting ....." << endl;

    SkipList list;

    //测试插入
    for(int i = 0; i < 100; ++i){
        list.Insert(i, i+10);
        //cout << list.GetCurrentLevel() << endl;
    }
    cout << "The number of elements in SkipList is :" 
         << list.size() 
         << endl;
    if(list.size() != 100){
        cout << "Insert failure." << endl;
    }else{
        cout << "Insert success." << endl;
    }
    
    //测试查找
    bool is_search_success = true;
    for(int i = 0; i < 100; ++i){
        int value;
        if(!(list.Search(i,value) && (value == i+10))){
            is_search_success = false;
            break;
        }
    }
    if(is_search_success){
        cout << "Search success." << endl;
    }else{
        cout << "Search failure." << endl;
    }
    
    //测试删除
    bool is_delete_success = true;
    for(int i = 0; i < 100; ++i){
        int value;
        if(!(list.Delete(i,value) && (value == i+10))){
            is_delete_success = false;
            break;
        }
    }
    if(is_delete_success){
        cout << "Delete success." << endl;
    }else{
        cout << "Delete failure." << endl;
    }
    
    cout << "test is finished ...." << endl;
    return 0;
}

--------------------------------------------------skiplist.h---------------------------------------------------

//跳表实现
//
//参考文章为:Skip lists: a probabilistic alternative to balanced trees
//
//提供如下接口:
//   Search:搜索给定key的值
//   Insert:插入指定的key及value
//   Delete:删除指定的key
//
//@作者: 张海波
//@时间: 2013-12-17
//@版权: 个人所有
//

#include <stddef.h>
#include "random.h"

//定义调试开关
#define Debug

//最大层数
const int MAX_LEVEL = 16;

//定义key和value的类型
typedef int KeyType;
typedef int ValueType;
	
//定义结点
typedef struct nodeStructure* Node;
struct nodeStructure{
	KeyType key;
	ValueType value;
	Node forward[1];
};
	
//定义跳跃表
typedef struct listStructure* List;
struct listStructure{
	int level;
	Node header;
};

class SkipList{
public:
    //初始化表结构
    SkipList():rnd_(0xdeadbeef)
    { NewList(); }
    
    //释放内存空间
    ~SkipList(){ FreeList(); }

    //搜索key,保存结果至value
    //找到,返回true
    //未找到,返回false
    bool Search(const KeyType& key,
                ValueType& value);

    //插入key和value
    bool Insert(const KeyType& key,
                const ValueType& value);

    //删除key,保存结果至value
    //删除成功返回true
    //未删除成功返回false
    bool Delete(const KeyType& key,
                ValueType& value);

    //链表包含元素的数目
    int size(){ return size_; }

    //打印当前最大的level
    int GetCurrentLevel();
private:
    //初始化表
    void NewList();

    //释放表
    void FreeList();
    
    //创建一个新的结点,结点的层数为level
    void NewNodeWithLevel(const int& level,
                          Node& node);

    //随机生成一个level
    int RandomLevel();
private:		
    List list_;
    Node NIL_;
    //链表中包含元素的数目
    size_t size_;
    //随机器生成器
    Random rnd_;
};

-------------------------------------------------------------skiplist.cpp-----------------------------------------------------

//skiplist头文件重要函数实现
//
//@作者:张海波
//@时间:2013-12-17
//@版权:个人所有

#include "skiplist.h"
#include "time.h"
#include <assert.h>
#include <stdlib.h>
#include <string>
#include <iostream>

using namespace std;

void DebugOutput(const string& information){
#ifdef Debug
    cout << information << endl;
#endif
}

void SkipList::NewList(){
    //设置NIL结点
    NewNodeWithLevel(0, NIL_);
    NIL_->key = 0x7fffffff;
    //设置链表List
    list_ = (List)malloc(sizeof(listStructure));
    list_->level = 0;
    //设置头结点
    NewNodeWithLevel(MAX_LEVEL,list_->header);
    for(int i = 0; i < MAX_LEVEL; ++i){
        list_->header->forward[i] = NIL_;
    }
    //设置链表元素的数目
    size_ = 0;
}

void SkipList::NewNodeWithLevel(const int& level,
                                Node& node){
    //新结点空间大小
    int total_size = sizeof(nodeStructure) + level*sizeof(Node);
    //申请空间
    node = (Node)malloc(total_size);
    assert(node != NULL);
}

void SkipList::FreeList(){
    Node p = list_->header;
    Node q;
    while(p != NIL_){
        q = p->forward[0];
        free(p);
        p = q;
    }
    free(p);
    free(list_);
}


bool SkipList::Search(const KeyType& key,
                      ValueType& value){
    Node x = list_->header;
    int i;
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }
    }
    x = x->forward[0];
    if(x->key == key){
        value = x->value;
        return true;
    }else{
        return false;
    }
}


bool SkipList::Insert(const KeyType& key,
                      const ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找key所要插入的位置
    //保存大约key的位置信息
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //如果key已经存在
    if(x->key == key){
        x->value = value;
        return false;
    }else{
        //随机生成新结点的层数
        int level = RandomLevel();
        //为了节省空间,采用比当前最大层数加1的策略
        if(level > list_->level){
            level = ++list_->level;
            update[level] = list_->header;
        }
        //申请新的结点
        Node newNode;
        NewNodeWithLevel(level, newNode);
        newNode->key = key;
        newNode->value = value;

        //调整forward指针
        for(int i = level; i >= 0; --i){
            x = update[i];
            newNode->forward[i] = x->forward[i];
            x->forward[i] = newNode;
        }
        
        //更新元素数目
        ++size_;

        return true;
    }
}


bool SkipList::Delete(const KeyType& key,
                      ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找要删除的结点
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //结点不存在
    if(x->key != key){
        return false;
    }else{
        value = x->value;
        //调整指针
        for(i = 0; i <= list_->level; ++i){
            if(update[i]->forward[i] != x)
                break;
            update[i]->forward[i] = x->forward[i];
        }
        //删除结点
        free(x);
        //更新level的值,有可能会变化,造成空间的浪费
        while(list_->level > 0
            && list_->header->forward[list_->level] == NIL_){
            --list_->level;
        }
        
        //更新链表元素数目
        --size_;

        return true;
    }
}


int SkipList::RandomLevel(){   
    int level = static_cast<int>(rnd_.Uniform(MAX_LEVEL));
    if(level == 0){
        level = 1;
    }
    //cout << level << endl;
    return level;
}

int SkipList::GetCurrentLevel(){
    return list_->level;
}

-----------------------------------------------------------random.h-------------------------------------------------------

// Copyright (c) 2011 The LevelDB Authors. All rights reserved.
// Use of this source code is governed by a BSD-style license that can be
// found in the LICENSE file. See the AUTHORS file for names of contributors.


#include <stdint.h>

//typedef unsigned int           uint32_t;
//typedef unsigned long long     uint64_t;

// A very simple random number generator.  Not especially good at
// generating truly random bits, but good enough for our needs in this
// package.
class Random {
 private:
  uint32_t seed_;
 public:
  explicit Random(uint32_t s) : seed_(s & 0x7fffffffu) {
    // Avoid bad seeds.
    if (seed_ == 0 || seed_ == 2147483647L) {
      seed_ = 1;
    }
  }
  uint32_t Next() {
    static const uint32_t M = 2147483647L;   // 2^31-1
    static const uint64_t A = 16807;  // bits 14, 8, 7, 5, 2, 1, 0
    // We are computing
    //       seed_ = (seed_ * A) % M,    where M = 2^31-1
    //
    // seed_ must not be zero or M, or else all subsequent computed values
    // will be zero or M respectively.  For all other values, seed_ will end
    // up cycling through every number in [1,M-1]
    uint64_t product = seed_ * A;

    // Compute (product % M) using the fact that ((x << 31) % M) == x.
    seed_ = static_cast<uint32_t>((product >> 31) + (product & M));
    // The first reduction may overflow by 1 bit, so we may need to
    // repeat.  mod == M is not possible; using > allows the faster
    // sign-bit-based test.
    if (seed_ > M) {
      seed_ -= M;
    }
    return seed_;
  }
  // Returns a uniformly distributed value in the range [0..n-1]
  // REQUIRES: n > 0
  uint32_t Uniform(int n) { return (Next() % n); }

  // Randomly returns true ~"1/n" of the time, and false otherwise.
  // REQUIRES: n > 0
  bool OneIn(int n) { return (Next() % n) == 0; }

  // Skewed: pick "base" uniformly from range [0,max_log] and then
  // return "base" random bits.  The effect is to pick a number in the
  // range [0,2^max_log-1] with exponential bias towards smaller numbers.
  uint32_t Skewed(int max_log) {
    return Uniform(1 << Uniform(max_log + 1));
  }
};

上述程序运行的结果如下图所示:


版权声明:本文为博主原创文章,未经博主允许不得转载。 举报

相关文章推荐

跳表的介绍与实现

作用/目的 跳表作为一种数据结构通常用于取代平衡树。 起因 平衡树可以用于表示抽象的数据类型如字典和有序链表,它通过树旋转(Tree Rotation)操作强制使树结构保持平衡 来...

skiplist 跳跃表详解及其编程实现

skiplist介绍 跳表(skip List)是一种随机化的数据结构,基于并联的链表,实现简单,插入、删除、查找的复杂度均为O(logN)。跳表的具体定义, 请参考参考维基百科 点我,中文版。跳...

我是如何成为一名python大咖的?

人生苦短,都说必须python,那么我分享下我是如何从小白成为Python资深开发者的吧。2014年我大学刚毕业..

跳转表 skip lists

跳转表是动态平衡数据结构( balanced dynamic search structure )的一种, 动态平衡数据结构还包括AVL树,2-3-4数,B数,红黑树,Treaps等.       ...

leveldb源代码分析4:SkipList

skiplist思想可以具体参考这: Skip list View more documents from xuqianghitsoft 或者是参考我的这篇博文:http://...

《Java并发编程实践》笔记8——Fork/Join框架

《java并发编程实践》书中并没有介绍Fork/Join框架,该框架和并发编程关系密切,也是由本书作者之一Doug Lea在JDK1.7引入,因此作为最后一篇笔记简单介绍。 Fork/Join框架是...

Spark MLlib系列(二):基于协同过滤的电影推荐系统

随着大数据时代的到来,数据当中挖取金子的工作越来越有吸引力。利用Spark在内存迭代运算、机器学习领域强悍性能的优势,使用spark处理数据挖掘问题就显得很有实际价值。这篇文章给大家分享一个spark...

堆树(最大堆、最小堆)详解

一、堆树的定义 堆树的定义如下: (1)堆树是一颗完全二叉树; (2)堆树中某个节点的值总是不大于或不小于其孩子节点的值; (3)堆树中每个节点的子树都是堆树。 当父节点的键值总是大于或等于任何一个...

Redis内部数据结构详解之跳跃表(skiplist)

一、跳跃表简介 跳跃表是一种随机化数据结构,基于并联的链表,其效率可以比拟平衡二叉树,查找、删除、插入等操作都可以在对数期望时间内完成,对比平衡树,跳跃表的实现要简单直观很多。 以下是一个跳跃表的例图...

建小顶堆和大顶堆排序算法(数据结构经典)

/************************************************************ Function: 堆排序 Author: glq2000[glq20...

高并发程序设计入门

高并发程序设计入门 2016-02-24 08:39 7458人阅读 评论(12) 收藏 举报  分类:   并发(1)  版权声明:转载请附链接,就这个...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)