【恋上数据结构】跳表（Skip List）原理及实现

/**

• 跳表

• @author yusael

*/

@SuppressWarnings(“unchecked”)

public class SkipList <K, V> {

private static final double P = 0.25; // 仿照Redis的做法, 维护一个概率值

private static final int MAX_LEVEL = 32; // 最高层数

private int size;

private Comparator comparator;

/**

• 有效层数

*/

private int level;

/**

• 不存放任何 K-V 的虚拟头节点

*/

private Node<K, V> first;

public SkipList(Comparator comparator) {

this.comparator = comparator;

// 头节点的高度必须是跳表的最高层数(非有效层数), 为了后面插入新节点做准备

first = new Node<>(null, null, MAX_LEVEL);

}

private int compare(K k1, K k2) {

return comparator != null

? comparator.compare(k1, k2)

((Comparable)k1).compareTo(k2);

}

private static class Node<K, V> {

K key;

V value;

Node<K, V>[] nexts; // 该节点的不同层指向的下一节点

// 拿上面的四层跳表的图来举例

// first.next[3] == 21节点

// first.next[2] == 9节点

// first.next[1] == 6节点

// first.next[0] == 3节点

public Node(K key, V value, int level) {

this.key = key;

this.value = value;

nexts = new Node[level];

}

}

}

跳表的搜索

---

① 从顶层链表的首元素开始，从左往右搜索，直至找到一个大于或等于目标的元素，或者到达当前层链表的尾部

② 如果该元素等于目标元素，则表明该元素已被找到

③ 如果该元素大于目标元素或已到达链表的尾部，则退回到当前层的前一个元素，然后转入下一层进行搜索

public V get(K key) {

keyCheck(key);

Node<K, V> node = first;

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

int cmp = -1;

while (node.nexts[i] != null

&& (cmp = compare(key, node.nexts[i].key)) > 0) {

node = node.nexts[i];

}

// node.nexts[i].key >= key

if (cmp == 0) return node.nexts[i].value;

}

return null;

}

跳表的添加、删除

---

添加的细节：随机决定新添加元素的层数（官方建议）

/**

• 跳表中加入新结点时的层数随机

• @return

*/

private int randomLevel() {

int level = 1;

while (Math.random() < P && level < MAX_LEVEL) { // 每次有25%的概率+1层

level++;

}

return level;

}

public V put(K key, V value) {

keyCheck(key);

Node<K, V> node = first;

// 前驱节点, 插入节点时要用到, 获取了前驱就相当于获取了后继

Node<K, V>[] prevs = new Node[level];

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

int cmp = -1;

while (node.nexts[i] != null

&& (cmp = compare(key, node.nexts[i].key)) > 0) {

node = node.nexts[i];

}

// node.nexts[i].key >= key

if (cmp == 0) { // 节点原本就存在

V oldV = node.nexts[i].value;

node.nexts[i].value = value;

return oldV;

}

prevs[i] = node; // 保存前驱节点

}

// 新节点的层数(随机)

int newLevel = randomLevel();