太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但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年最新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。
img
img
img
img
img
img

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,涵盖了95%以上Java开发知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
img

正文

首先,添加一个元素时,要先找到这个元素应该插入的位置,并将其添加到链表中;

然后,考虑建立索引,如果需要建立索引,又分成两步:一步是建立竖线(down),一步是建立横线(right);

怎么说呢?以下面这个图为例,现在要插入元素6,且需要建立三层索引:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

首先,找到6的位置,走过的路径为 h1->3->3->4,发现应该插入到4和7之间,插入之:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

然后,建立竖线,即向下的指针,一共有三层,因为超过了当前最高层级,所以,头节点也要相应地往上增加一层,如下:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

此时,横向的指针是一个都没动的。

最后,修正横向的指针,即 h2->6、3->6、6->7,修正完成则表示插入元素成功:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

这就是插入元素的整个过程,Show You the Code:

/**

  • 添加元素

  • 不能添加相同的元素

  • @param value

*/

public void add(T value) {

System.out.println(“添加元素:\u6b22\u8fce\u5173\u6ce8\u516c\u4f17\u53f7\u5f64\u54e5\u8bfb\u6e90\u7801\uff0c\u83b7\u53d6\u66f4\u591a\u67b6\u6784\u3001\u57fa\u7840\u3001\u6e90\u7801\u597d\u6587\uff01”);

if (value == null) {

throw new NullPointerException();

}

Comparator cmp = this.comparator;

// 第一步:先找到前置的索引节点

Node preIndexNode = findPreIndexNode(value, true);

if (preIndexNode.value != null && cmp.compare(preIndexNode.value, value) == 0) {

return;

}

// 第二步:加入到链表中

Node q, n, t;

int c;

for (q = preIndexNode;😉 {

n = q.next;

if (n == null) {

c = 1;

} else {

c = cmp.compare(n.value, value);

if (c == 0) {

return;

}

}

if (c > 0) {

// 插入链表节点

q.next = t = new Node<>(value, n);

break;

}

q = n;

}

// 决定索引层数,每次最多只能比最大层数高1

int random = ThreadLocalRandom.current().nextInt();

// 倒数第一位是0的才建索引

if ((random & 1) == 0) {

int level = 1;

// 从倒数第二位开始连续的1

while (((random >>>= 1) & 1) != 0) {

level++;

}

HeadIndex oldHead = this.head;

int maxLevel = oldHead.level;

Index idx = null;

// 如果小于或等于最大层数,则不用再额外建head索引

if (level <= maxLevel) {

// 第三步1:先连好竖线

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

idx = new Index<>(t, idx, null);

}

} else {

// 大于了最大层数,则最多比最大层数多1

level = maxLevel + 1;

// 第三步2:先连好竖线

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

idx = new Index<>(t, idx, null);

}

// 新建head索引,并连好新head到最高node的线

HeadIndex newHead = new HeadIndex<>(oldHead.node, oldHead, idx, level);

this.head = newHead;

idx = idx.down;

}

// 第四步:再连横线,从旧head开始再走一遍遍历

Index qx, r, d;

int currentLevel;

for (qx = oldHead, currentLevel=oldHead.level;qx != null;) {

r = qx.right;

if (r != null) {

// 如果右边的节点比value小,则右移

if (cmp.compare(r.node.value, value) < 0) {

qx = r;

continue;

}

}

// 如果目标层级比当前层级小,直接下移

if (level < currentLevel) {

qx = qx.down;

} else {

// 右边到尽头了,连上

idx.right = r;

qx.right = idx;

qx = qx.down;

idx = idx.down;

}

currentLevel–;

}

}

}

删除元素

====

经过了上面的插入元素的全过程,删除元素相对来说要容易了不少。

同样地,首先,找到要删除的元素,从链表中删除。

然后,修正向右的索引,修正了向右的索引,向下的索引就不用管了,相当于从整个跳表中把向下的那一坨都删除了,等着垃圾回收即可。

其实,上面两步可以合成一步,在寻找要删除的元素的同时,就可以把向右的索引修正了。

以下图为例,此时,要删除7这个元素:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

首先,寻找删除的元素的路径:h2->6->6,到这里的时候,正好看到右边有个7,把它干掉:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

然后,继续往下,走到了绿色的6这里,再往后按链表的方式删除元素,这个大家都会了:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

OK,给出删除元素的代码(查看完整代码,关注公主号彤哥读源码回复skiplist领取):

/**

  • 删除元素

  • @param value

*/

public void delete(T value) {

System.out.println(“删除元素:\u6b22\u8fce\u5173\u6ce8\u516c\u4f17\u53f7\u5f64\u54e5\u8bfb\u6e90\u7801\uff0c\u83b7\u53d6\u66f4\u591a\u67b6\u6784\u3001\u57fa\u7840\u3001\u6e90\u7801\u597d\u6587\uff01”);

if (value == null) {

throw new NullPointerException();

} Index q = this.head;

Index r, d; Comparator cmp = this.comparator;

Node preIndexNode; // 第一步:寻找元素

for(;😉 {

r = q.right;

if (r != null) {

// 包含value的索引,正好有

if (cmp.compare(r.node.value, value) == 0) {

// 纠正:顺便修正向右的索引

q.right = r.right;

}

// 如果右边的节点比value小,则右移

if (cmp.compare(r.node.value, value) < 0) {

q = r;

continue;

}

}

d = q.down;

// 如果下面的索引为空了,则返回该节点

if (d == null) {

preIndexNode = q.node;

break;

}

// 否则,下移

q = d;

}

// 第二步:从链表中删除

Node p = preIndexNode;

Node n;

int c;

for (;😉 {

n = p.next;

if (n == null) {

return;

}

c = cmp.compare(n.value, value);

if (c == 0) {

// 找到了

p.next = n.next;

return;

}

if (c > 0) {

// 没找到

return;

}

// 后移

p = n;

}

}

OK,到这里,跳表的通用实现就完事了,其实,你也可以发现,这里还是有一些可以优化的点的,比如right和next指针为什么不能合二为一呢?向下的指针能不能跟指向Node的指针合并呢?

为了尝试解决这些问题,彤哥又自己研究了一种实现,这种实现不再区分头索引节点、索引节点、普通节点,把它们全部合并成一个,大家都是一样的,并且,我将它运用到了HashMap的改造中,来看看吧。

彤哥独家实现

======

因为,正好要改造HashMap,所以,关于彤哥的独家实现,我会与HashMap的改造一起来讲解,新的HashMap,我们称之为SkiplistHashMap(前者),它不同于JDK中现有的ConcurrentSkipListMap(后者),前者是一个HashMap,时间复杂度为O(1),后者其实不是HashMap,它只是跳表实现的一种Map,时间复杂度为O(log n)。

另外,我将Skip和List两个单词合成一个了,这是为了后面造一个新单词——Skiplistify,跳表化,-ify词缀结尾,什么化,比如,treeify树化、heapify堆化。

好了,开始SkiplistHashMap的实现,Come On!

数据结构

====

让我们分析一下SkiplistHashMap,首先,它有一个数组,其次,出现冲突的时候先使用链表来存储冲突的节点,然后,达到一定的阈值时,将链表转换成跳表,所以,它至少需要以下两大种节点类型:

普通节点,单链表结构,存储key、value、hash、next等,结构简单,直接给出代码:

/**

  • 链表节点,平凡无奇

  • @param

  • @param

*/

static class Node<K extends Comparable, V> {

int hash;

K key; V value; Node<K, V> next; public Node(int hash, K key, V value, Node<K, V> next) {

this.hash = hash;

this.key = key;

this.value = value;

this.next = next;

}}

跳表节点,在通用实现中跳表节点分成了三大类:头索引节点、索引节点、普通节点,让我们仔细分析一下。

继续下面的内容,请先忘掉上面的三种节点,否则你是很难看懂的,trust me!

还是先拿一张图来对照着来:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

首先,我们把这张图压扁,是不是就只有一个一个的节点连成一条线了,也就是单链表结构:

static class SkiplistNode<K extends Comparable, V> {

int hash;

K key; V value; Node<K, V> next;

}

然后,随便找一个节点,把它拉起来,比如3这个元素,首先,它有一个高度,这里它的高度为2,并且,每一层的这个3都有一个向右的指针(忘掉之前的三种节点类型),对不对,所以,这里把next废弃掉,变成nexts,记录每一层的这个3的下一个元素是谁:

static class SkiplistNode<K extends Comparable, V> {

int hash;

K key; V value; int maxLevel;

Node<K, V>[] nexts;}

OK,不知道你理解了没有,我们试着按这种数据结构重画上面的图:

太刺激了,面试官让我手写跳表,而我用两种实现方式吊打了TA

通过这种方式,就把上面三种类型的节点成功地变成了一个大节点,这个节点是有层高的,且每层都有一个向右的指针。

让我们模拟一下查找的过程,比如,要查询8这个元素,只需要从头节点的最高层,往右到6这个节点,6在2层向右为空了,所以转到1层,向右到7这个节点,7再向右看一下,是9,比8大,所以7向下到0层,再向右,找到8,所以,整个走过的路径为:h(2)->6(2)->6(1)->7(1)->7(0)->8(0)。

好了,原理讲完了,让我们看实现,先来个简单的。

跳表的查询元素

=======

不再区分索引节点和普通节点后,一切都将变得简单,无脑向右,再向下,再向右即可,代码也变得非常简单。

public V findValue(K key) {

int level = this.maxLevel;

SkiplistNode<K, V> q = this;

int c;

// i–控制向下

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

while (q.nexts[i] != null && (c = q.nexts[i].key.compareTo(key)) <= 0) {

if (c == 0) {

// 找到了返回

return q.nexts[i].value;

}

// 控制向右

q = q.nexts[i];

}

}

return null;

}

跳表的添加元素

=======

添加元素,同样变得要简单很多,一切尽在注释中,不过,彤哥写这篇文章的时候才发现下面的代码中有个小bug,看看你能不能发现^^

// 往跳表中添加一个元素(只有头节点可调用此方法)

private V putValue(int hash, K key, V value) {

// 1. 算出层数

int level = randomLevel();

// 2. 如果层数高出头节点层数,则增加头节点层数

if (level > maxLevel) {

level = ++maxLevel;

SkiplistNode<K, V>[] oldNexts = this.nexts;

SkiplistNode<K, V>[] newNexts = new SkiplistNode[level];

for (int i = 0; i < oldNexts.length; i++) {

newNexts[i] = oldNexts[i];

}

this.nexts = newNexts;

}

SkiplistNode<K, V> newNode = new SkiplistNode<>(hash, key, value, level);

// 3. 修正向右的索引

// 记录每一层最右能到达哪里,从头开始

SkiplistNode<K, V> q = this; // 头

int c;

// 好好想想这个双层循环,先向右找到比新节点小的最大节点,修正之,再向下,再向右

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

while (q.nexts[i] != null && (c = q.nexts[i].key.compareTo(key)) <= 0) {

if (c == 0) {

V old = q.nexts[i].value;

q.nexts[i].value = value;

return old;

}

q = q.nexts[i];

}

if (i < level) {

newNode.nexts[i] = q.nexts[i];

q.nexts[i] = newNode;

}

}

return null;

}

private int randomLevel() {

int level = 1;

int random = ThreadLocalRandom.current().nextInt();

while (((random>>>=1) & 1) !=0) {

level++;

}

return level;

}

好了,关于SkiplistHashMap中跳表的部分我们就讲这么多,需要完整源码的同学可以关注个人公主号彤哥读源码,回复skiplist领取哈。

下面我们再来看看SkiplistHashMap中的查询元素和添加元素。

SkiplistHashMap查询元素

===================

其实,跳表的部分搞定了,SkiplistHashMap的部分就非常简单了,直接上代码:

public V get(K key) {

int hash = hash(key);

int i = (hash & (table.length - 1));

Node<K, V> p = table[i]; if (p == null) {

return null;

} else {

if (p instanceof SkiplistNode) {

return (V) ((SkiplistNode)p).findValue(key);

} else {

do {

if (p.key.equals(key)) {

return p.value;

} } while ((p=p.next) != null);

} } return null;

}

SkiplistHashMap添加元素

===================

添加元素参考HashMap的写法,将添加过程分成以下几种情况:

  1. 未初始化,先初始化;

难道这样就够了吗?不,远远不够!

提前多熟悉阿里往年的面试题肯定是对面试有很大的帮助的,但是作为技术性职业,手里有实打实的技术才是你面对面试官最有用的利器,这是从内在散发出来的自信。

备战阿里时我花的最多的时间就是在学习技术上,占了我所有学习计划中的百分之70,这是一些我学习期间觉得还是很不错的一些学习笔记

我为什么要写这篇文章呢,其实我觉得学习是不能停下脚步的,在网络上和大家一起分享,一起讨论,不单单可以遇到更多一样的人,还可以扩大自己的眼界,学习到更多的技术,我还会在csdn、博客、掘金等网站上分享技术,这也是一种学习的方法。

今天就分享到这里了,谢谢大家的关注,以后会分享更多的干货给大家!

阿里一面就落马,恶补完这份“阿里面试宝典”后,上岸蚂蚁金服

阿里一面就落马,恶补完这份“阿里面试宝典”后,上岸蚂蚁金服

image.png

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
img

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

SkiplistHashMap添加元素

===================

添加元素参考HashMap的写法,将添加过程分成以下几种情况:

  1. 未初始化,先初始化;

难道这样就够了吗?不,远远不够!

提前多熟悉阿里往年的面试题肯定是对面试有很大的帮助的,但是作为技术性职业,手里有实打实的技术才是你面对面试官最有用的利器,这是从内在散发出来的自信。

备战阿里时我花的最多的时间就是在学习技术上,占了我所有学习计划中的百分之70,这是一些我学习期间觉得还是很不错的一些学习笔记

我为什么要写这篇文章呢,其实我觉得学习是不能停下脚步的,在网络上和大家一起分享,一起讨论,不单单可以遇到更多一样的人,还可以扩大自己的眼界,学习到更多的技术,我还会在csdn、博客、掘金等网站上分享技术,这也是一种学习的方法。

今天就分享到这里了,谢谢大家的关注,以后会分享更多的干货给大家!

[外链图片转存中…(img-U8nuTymw-1713319123054)]

[外链图片转存中…(img-kk4v3rLM-1713319123054)]

[外链图片转存中…(img-V6XWxqPh-1713319123054)]

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-RRo35L60-1713319123055)]

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 22
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值