隔壁老王都会了，你竟然还不知道？Redis zset底层—Skip List跳跃列表（面试超级加分项）

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。

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）

正文

假设p=1/2，在以p=1/2生成的16个元素的跳过列表中，我们可能碰巧具有9个元素，1级3个元素，3个元素3级元素和1个元素14级（这不太可能，但可能会发生）。我们该怎么处理这种情况？如果我们使用标准算法并在第14级开始我们的搜索，我们将会做很多无用的工作。那么我们应该从哪里开始搜索？此时我们假设SkipList中有n个元素，第L层级元素个数的期望是1/p个；每个元素出现在L层的概率是p^(L-1), 那么第L层级元素个数的期望是 n * (p^L-1)；得到1 / p =n * (p^L-1)

11 / p = n * (p^L-1)

2n = (1/p)^L

3L = log(1/p)^n

所以我们应该选择MaxLevel = log(1/p)^n

定义：MaxLevel = L(n) = log(1/p)^n

​

推算Skip List的时间复杂度，可以用逆向思维，从层数为i的节点x出发，返回起点的方式来回溯时间复杂度，节点x点存在两种情况：

• 节点x存在(i+1)层指针，那么向上爬一级，概率为p，对应下图situation c.

• 节点x不存在(i+1)层指针，那么向左爬一级，概率为1-p，对应下图situation b.

设C(k) = 在无限列表中向上攀升k个level的搜索路径的预期成本（即长度）那么推演如下：

1C(0)=0

2C(k)=(1-p)×(情况b的查找长度) + p×(情况c的查找长度)

3C(k)=(1-p)(C(k)+1) + p(C(k-1)+1)

4C(k)=1/p+C(k-1)

5C(k)=k/p

上面推演的结果可知，爬升k个level的预期长度为k/p，爬升一个level的长度为1/p。

由于MaxLevel = L(n)， C(k) = k / p，因此期望值为：(L(n) – 1) / p；将L(n) = log(1/p)^n 代入可得：(log(1/p)^n - 1) / p；将p = 1 / 2 代入可得：2 * log2^n - 2，即O(logn)的时间复杂度。

三、Skip List特性及其实现

---

3.1 Skip List特性

Skip List跳跃列表通常具有如下这些特性

1. Skip List包含多个层，每层称为一个level，level从0开始递增

2. Skip List 0层，也就是最底层，应该包含所有的元素

3. 每一个level/层都是一个有序的列表

4. level小的层包含level大的层的元素，也就是说元素A在X层出现，那么 想X>Z>=0的level/层都应该包含元素A

5. 每个节点元素由节点key、节点value和指向当前节点所在level的指针数组组成

3.2 Skip List查询

假设初始Skip List跳跃列表中已经存在这些元素，他们分布的结构如下所示：

此时查询节点88，它的查询路线如下所示：

1. 从Skip List跳跃列表最顶层level3开始，往后查询到10 < 88 && 后续节点值为null && 存在下层level2

2. level2 10往后遍历，27 < 88 && 后续节点值为null && 存在下层level1

3. level1 27往后遍历，88 = 88，查询命中

3.3 Skip List插入

Skip List的初始结构与2.3中的初始结构一致，此时假设插入的新节点元素值为90，插入路线如下所示：

1. 查询插入位置，与Skip List查询方式一致，这里需要查询的是第一个比90大的节点位置，插入在这个节点的前面， 88 < 90 < 100

2. 构造一个新的节点Node(90)，为插入的节点Node(90)计算一个随机level，这里假设计算的是1，这个level时随机计算的，可能时1、2、3、4…均有可能，level越大的可能越小，主要看随机因子x ，层数的概率大致计算为 (1/x)^level ，如果level大于当前的最大level3，需要新增head和tail节点

3. 节点构造完毕后，需要将其插入列表中，插入十分简单步骤 -> Node(88).next = Node(90); Node(90).prev = Node(80); Node(90).next = Node(100); Node(100).prev = Node(90);

3.4 Skip List删除

删除的流程就是查询到节点，然后删除，重新将删除节点左右两边的节点以链表的形式组合起来即可，这里不再画图

​

四、手写实现一个简单Skip List

---

实现一个Skip List比较简单，主要分为两个步骤：

1. 定义Skip List的节点Node，节点之间以链表的形式存储，因此节点持有相邻节点的指针，其中prev与next是同一level的前后节点的指针，down与up是同一节点的多个level的上下节点的指针

2. 定义Skip List的实现类，包含节点的插入、删除、查询，其中查询操作分为升序查询和降序查询（往后和往前查询），这里实现的Skip List默认节点之间的元素是升序链表

3.1 定义Node节点

Node节点类主要包括如下重要属性：

1. score -> 节点的权重，这个与Redis中的score相同，用来节点元素的排序作用

2. value -> 节点存储的真实数据，只能存储String类型的数据

3. prev -> 当前节点的前驱节点，同一level

4. next -> 当前节点的后继节点，同一level

5. down -> 当前节点的下层节点，同一节点的不同level

6. up -> 当前节点的上层节点，同一节点的不同level

1package com.liziba.skiplist;

2

3/**

4 * 

5 *      跳表节点元素

6 * 

7 *

8 * @Author: Liziba

9 * @Date: 2021/7/5 21:01

10 */

11public class Node {

12

13    /** 节点的分数值，根据分数值来排序 */

14    public Double score;

15    /** 节点存储的真实数据 */

16    public String value;

17    /** 当前节点的 前、后、下、上节点的引用 */

18    public Node prev, next, down, up;

19

20    public Node(Double score) {

21        this.score = score;

22        prev = next = down = up = null;

23    }

24

25    public Node(Double score, String value) {

26        this.score = score;

27        this.value = value;

28    }

29}

3.2 SkipList节点元素的操作类

SkipList主要包括如下重要属性：

1. head -> SkipList中的头节点的最上层头节点（level最大的层的头节点），这个节点不存储元素，是为了构建列表和查询时做查询起始位置的，具体的结构请看2.3中的结构

2. tail -> SkipList中的尾节点的最上层尾节点（level最大的层的尾节点），这个节点也不存储元素，是查询某一个level的终止标志

3. level -> 总层数

4. size -> Skip List中节点元素的个数

5. random -> 用于随机计算节点level，如果 random.nextDouble() < 1/2则需要增加当前节点的level，如果当前节点增加的level超过了总的level则需要增加head和tail(总level)

1package com.liziba.skiplist;

2

3import java.util.Random;

4

5/**

6 * 

7 *      跳表实现

8 * 

9 *

10 * @Author: Liziba

11 */

12public class SkipList {

13

14    /** 最上层头节点 */

15    public Node head;

16    /** 最上层尾节点 */

17    public Node tail;

18    /** 总层数 */

19    public int level;

20    /** 元素个数 */

21    public int size;

22    public Random random;

23

24    public SkipList() {

25        level = size = 0;

26        head = new Node(null);

27        tail = new Node(null);

28        head.next = tail;

29        tail.prev = head;

30    }

31

32    /**

33     * 查询插入节点的前驱节点位置

34     *

35     * @param score

36     * @return

37     */

38    public Node fidePervNode(Double score) {

39        Node p = head;

40        for(;😉 {

41            // 当前层(level)往后遍历，比较score，如果小于当前值，则往后遍历

42            while (p.next.value == null && p.prev.score <= score)

43                p = p.next;

44            // 遍历最右节点的下一层(level)

45            if (p.down != null)

46                p = p.down;

47            else

48                break;

49        }

50        return p;

51    }

52

53    /**

54     * 插入节点，插入位置为fidePervNode(Double score)前面

55     *

56     * @param score

57     * @param value

58     */

59    public void insert(Double score, String value) {

60

61        // 当前节点的前置节点

62        Node preNode = fidePervNode(score);

63        // 当前新插入的节点

64        Node curNode = new Node(score, value);

65        // 分数和值均相等则直接返回

66        if (curNode.value != null && preNode.value != null && preNode.value.equals(curNode.value)

67                  && curNode.score.equals(preNode.score)) {

68            return;

69        }

70

71        preNode.next = curNode;

72        preNode.next.prev = curNode;

73        curNode.next = preNode.next;

74        curNode.prev = preNode;

75

76        int curLevel = 0;

77        while (random.nextDouble() < 1/2) {

78            // 插入节点层数(level)大于等于层数(level)，则新增一层(level)

79            if (curLevel >= level) {

80                Node newHead = new Node(null);

81                Node newTail = new Node(null);

82                newHead.next = newTail;

83                newHead.down = head;

84                newTail.prev = newHead;

85                newTail.down = tail;

86                head.up = newHead;

87                tail.up = newTail;

88                // 头尾节点指针修改为新的，确保head、tail指针一直是最上层的头尾节点

89                head = newHead;

90                tail = newTail;

91                ++level;

92            }

93

94            while (preNode.up == null)

95                preNode = preNode.prev;

96

97            preNode = preNode.up;

98

99            Node copy = new Node(null);

100            copy.prev = preNode;

101            copy.next = preNode.next;

102            preNode.next.prev = copy;

103            preNode.next = copy;

104            copy.down = curNode;

105            curNode.up = copy;

106            curNode = copy;

107

108            ++curLevel;

109        }

110        ++size;

111    }

我的面试宝典：一线互联网大厂Java核心面试题库

以下是我个人的一些做法，希望可以给各位提供一些帮助：

整理了很长一段时间，拿来复习面试刷题非常合适，其中包括了Java基础、异常、集合、并发编程、JVM、Spring全家桶、MyBatis、Redis、数据库、中间件MQ、Dubbo、Linux、Tomcat、ZooKeeper、Netty等等，且还会持续的更新…可star一下！

283页的Java进阶核心pdf文档

Java部分：Java基础，集合，并发，多线程，JVM，设计模式

数据结构算法：Java算法，数据结构

开源框架部分：Spring，MyBatis，MVC，netty，tomcat

分布式部分：架构设计，Redis缓存，Zookeeper，kafka，RabbitMQ，负载均衡等

微服务部分：SpringBoot，SpringCloud，Dubbo，Docker

还有源码相关的阅读学习

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）

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！
发，多线程，JVM，设计模式

数据结构算法：Java算法，数据结构

开源框架部分：Spring，MyBatis，MVC，netty，tomcat

分布式部分：架构设计，Redis缓存，Zookeeper，kafka，RabbitMQ，负载均衡等

微服务部分：SpringBoot，SpringCloud，Dubbo，Docker

[外链图片转存中…(img-Y0zcKiPR-1713171853906)]

还有源码相关的阅读学习

[外链图片转存中…(img-YqrtQ4fe-1713171853906)]

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-AspDsRNf-1713171853906)]

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！