是什么让普通的链表也能达到二分查找的效率，你知道吗？

*/

public class SkipList {

private static final int MAX_LEVEL = 16;

private int levelCount = 1;

/**

• 带头链表

*/

private Node head = new Node(MAX_LEVEL);

private Random r = new Random();

public Node find(int value) {

Node p = head;

// 从最大层开始查找，找到前一节点，通过–i，移动到下层再开始查找

for (int i = levelCount - 1; i >= 0; --i) {

while (p.forwards[i] != null && p.forwards[i].data < value) {

// 找到前一节点

p = p.forwards[i];

}

}

if (p.forwards[0] != null && p.forwards[0].data == value) {

return p.forwards[0];

} else {

return null;

}

}

/**

• 优化了作者zheng的插入方法

• @param value 值

*/

public void insert(int value) {

int level = head.forwards[0] == null ? 1 : randomLevel();

// 每次只增加一层，如果条件满足

if (level > levelCount) {

level = ++levelCount;

}

Node newNode = new Node(level);

newNode.data = value;

Node update[] = new Node[level];

for (int i = 0; i < level; ++i) {

update[i] = head;

}

Node p = head;

// 从最大层开始查找，找到前一节点，通过–i，移动到下层再开始查找

for (int i = levelCount - 1; i >= 0; --i) {

while (p.forwards[i] != null && p.forwards[i].data < value) {

// 找到前一节点

p = p.forwards[i];

}

// levelCount 会 > level，所以加上判断

if (level > i) {

update[i] = p;

}

}

for (int i = 0; i < level; ++i) {

newNode.forwards[i] = update[i].forwards[i];

update[i].forwards[i] = newNode;

}

}

/**

• 优化了作者zheng的插入方法2

• @param value 值

*/

public void insert2(int value) {

int level = head.forwards[0] == null ? 1 : randomLevel();

// 每次只增加一层，如果条件满足

if (level > levelCount) {

level = ++levelCount;

}

Node newNode = new Node(level);

newNode.data = value;

Node p = head;

// 从最大层开始查找，找到前一节点，通过–i，移动到下层再开始查找

for (int i = levelCount - 1; i >= 0; --i) {

while (p.forwards[i] != null && p.forwards[i].data < value) {

// 找到前一节点

p = p.forwards[i];

}

// levelCount 会 > level，所以加上判断

if (level > i) {

if (p.forwards[i] == null) {

p.forwards[i] = newNode;

} else {

Node next = p.forwards[i];

p.forwards[i] = newNode;

newNode.forwards[i] = next;

}

}

}

}

/**

• 作者zheng的插入方法，未优化前，优化后参见上面insert()

• @param value

• @param level 0 表示随机层数，不为0，表示指定层数，指定层数

•          可以让每次打印结果不变动，这里是为了便于学习理解
  

*/

public void insert(int value, int level) {

// 随机一个层数

if (level == 0) {

level = randomLevel();

}

// 创建新节点

Node newNode = new Node(level);

newNode.data = value;

// 表示从最大层到低层，都要有节点数据

newNode.maxLevel = level;

// 记录要更新的层数，表示新节点要更新到哪几层

Node update[] = new Node[level];

for (int i = 0; i < level; ++i) {

update[i] = head;

}

/**

• 1，说明：层是从下到上的，这里最下层编号是0，最上层编号是15

• 2，这里没有从已有数据最大层（编号最大）开始找，（而是随机层的最大层）导致有些问题。

• 如果数据量为1亿，随机level=1 ，那么插入时间复杂度为O（n）

*/

Node p = head;

for (int i = level - 1; i >= 0; --i) {

while (p.forwards[i] != null && p.forwards[i].data < value) {

p = p.forwards[i];

}

// 这里update[i]表示当前层节点的前一节点，因为要找到前一节点，才好插入数据

update[i] = p;

}

// 将每一层节点和后面节点关联

for (int i = 0; i < level; ++i) {

// 记录当前层节点后面节点指针

newNode.forwards[i] = update[i].forwards[i];

// 前一个节点的指针，指向当前节点

update[i].forwards[i] = newNode;

}

// 更新层高

if (levelCount < level){

levelCount = level;

}

}

public void delete(int value) {

Node[] update = new Node[levelCount];

Node p = head;

for (int i = levelCount - 1; i >= 0; --i) {

while (p.forwards[i] != null && p.forwards[i].data < value) {

p = p.forwards[i];

}

update[i] = p;

}

if (p.forwards[0] != null && p.forwards[0].data == value) {

for (int i = levelCount - 1; i >= 0; --i) {

if (update[i].forwards[i] != null && update[i].forwards[i].data == value) {

update[i].forwards[i] = update[i].forwards[i].forwards[i];

}

}

}

}

/**

• 随机 level 次，如果是奇数层数 +1，防止伪随机

• @return

*/

private int randomLevel() {

int level = 1;

for (int i = 1; i < MAX_LEVEL; ++i) {

if (r.nextInt() % 2 == 1) {

level++;

}

}

return level;

}

/**

• 打印每个节点数据和最大层数

*/

public void printAll() {

Node p = head;

while (p.forwards[0] != null) {

System.out.print(p.forwards[0] + " ");

p = p.forwards[0];

}

System.out.println();

}

/**

• 打印所有数据

*/

public void printAll_beautiful() {

Node p = head;

Node[] c = p.forwards;

Node[] d = c;

int maxLevel = c.length;

for (int i = maxLevel - 1; i >= 0; i–) {

do {

System.out.print((d[i] != null ? d[i].data : null) + “:” + i + “-------”);

} while (d[i] != null && (d = d[i].forwards)[i] != null);

System.out.println();

d = c;

}

}

/**

• 跳表的节点，每个节点记录了当前节点数据和所在层数数据

*/

public class Node {

private int data = -1;

/**

• 表示当前节点位置的下一个节点所有层的数据，从上层切换到下层，就是数组下标-1，

• forwards[3]表示当前节点在第三层的下一个节点。

*/

private Node forwards[];

/**

• 这个值其实可以不用，看优化insert()

*/

private int maxLevel = 0;

public Node(int level) {

forwards = new Node[level];

}

@Override

public String toString() {

StringBuilder builder = new StringBuilder();

builder.append("{ data: ");

builder.append(data);

builder.append("; levels: ");

builder.append(maxLevel);

builder.append(" }");

return builder.toString();

}

}

public static void main(String[] args) {

SkipList list = new SkipList();

list.insert(1, 3);

list.insert(2, 3);

list.insert(3, 2);

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

总结

互联网大厂比较喜欢的人才特点：对技术有热情，强硬的技术基础实力；主动，善于团队协作，善于总结思考。无论是哪家公司，都很重视高并发高可用技术，重视基础，所以千万别小看任何知识。面试是一个双向选择的过程，不要抱着畏惧的心态去面试，不利于自己的发挥。同时看中的应该不止薪资，还要看你是不是真的喜欢这家公司，是不是能真的得到锻炼。其实我写了这么多，只是我自己的总结，并不一定适用于所有人，相信经过一些面试，大家都会有这些感触。

**另外本人还整理收藏了2021年多家公司面试知识点以及各种技术点整理 **

下面有部分截图希望能对大家有所帮助。

《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！
mg-community.csdnimg.cn/images/e5c14a7895254671a72faed303032d36.jpg" alt=“img” style=“zoom: 33%;” />

总结

互联网大厂比较喜欢的人才特点：对技术有热情，强硬的技术基础实力；主动，善于团队协作，善于总结思考。无论是哪家公司，都很重视高并发高可用技术，重视基础，所以千万别小看任何知识。面试是一个双向选择的过程，不要抱着畏惧的心态去面试，不利于自己的发挥。同时看中的应该不止薪资，还要看你是不是真的喜欢这家公司，是不是能真的得到锻炼。其实我写了这么多，只是我自己的总结，并不一定适用于所有人，相信经过一些面试，大家都会有这些感触。

**另外本人还整理收藏了2021年多家公司面试知识点以及各种技术点整理 **

下面有部分截图希望能对大家有所帮助。

[外链图片转存中…(img-0ku7O034-1712466513182)]
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！