跳表--数据结构与算法之美--CH17

1. 什么是跳表

  跳表是为了解决"二分查找无法应用到链表"的问题而产生的。
  跳表是基于有序的链表实现的，为了提高查找效率，提出对链表加多级“索引”的方式，从而形成跳表。因此，跳表是具有多级索引的链表。如下图所示：

  跳表体现了一种以空间换时间的思想，提高了链表的查找效率。

2. 跳表的复杂度分析

2.1 查找的时间复杂度

  首先，分析n个结点的链表，有多少级索引。每2个节点抽取抽出一个节点作为上一级索引的节点，那第1级索引的节点个数大约是$n/2$，第2级索引的节点个数大约是$n/4$，依次类推，第k级索引的节点个数就是$n/(2^k)$。假设索引有h级别，最高级的索引有2个节点，则有$n/(2^h)=2$，得出$h=lo{g}_{2}n-1$，包含原始链表这一层，整个跳表的高度就是$lo{g}_{2}n$。
  然后，对于查找需要看每层遍历多少个元素，假设每层遍历m个元素，则最终查找的时间复杂度为$O(m\ast lo{g}_{2}n)$。对于每2个结点抽取一个索引的跳表，m最多为3，如下图所示。因此可以查找的时间复杂度就为$O(lo{g}_{2}n)$。

2.2 插入、删除的时间复杂度

  跳表不仅支持高校查找，而且支持高效的插入删除。对于一个单链表而言，插入和删除数据的时间复杂度为$O(1)$，但是由于要找到插入的位置和删除的元素，因此需要$O(n)$的查找来完成，所以对于链表而言，插入和删除的时间复杂度受限于查找。
  而对于跳表而言，插入、删除主要耗时在查找上，因此总时间复杂度等于查找时间复杂度$Olog(n)+O(1)=Olog(n)$。
  这里需要注意，删除的时候需要拿到待删除结点的前驱结点，如果对于单链表，需要一些特殊操作，对于双向链表则不需要考虑这个问题。

2.3 空间复杂度

  如果链表有n个节点，每2个节点抽取抽出一个节点作为上一级索引的节点，那每一级索引的节点数分别为：n/2，n/4，n/8，…，8，4，2，等比数列求和n-2，所以跳表的空间复杂度为O(n)。
  在实际软件开发中，不必太在意索引占用的额外空间。在讲数据结构和算法时，习惯性地把要处理的数据看成整数，但是在实际的软件开发中，原始链表中存储的有可能是很大的对象，而索引结点只需要存储关键值和几个指针，并不需要存储对象，所以当对象比索引结点大很多时，那索引占用的额外空间就可以忽略了。

2.4 空间复杂度优化

  可以考虑，每3个结点抽取一个索引，这样n/3+n/9+n/27+…+9+3+1=n/2，查找效率稍微低了一点$O(4\ast log(n))$，但是空间占用少了将近一半。

3. 跳表的动态更新

  当不停地往跳表中插入数据时，如果不更新索引，就有可能出现某 2 个索引结点之间数据非常多的情况。极端情况下，跳表还会退化成单链表。如下图所示：

  为了避免这种情况，可以选择插入的同时将这个数据插入到部分索引层。
  如何选择这个索引层呢？可以通过随机函数来决定将这个节点插入到哪几级索引中，比如随机函数生成了值K，那就可以把这个节点添加到第1级到第K级索引中。

4. 跳表小结

  跳表使用空间换时间的设计思路，通过构建多级索引来提高查询的效率，实现了基于链表的“二分查找”。
  跳表是一种动态数据结构，支持快速的插入、删除、查找操作，时间复杂度都是 O(logn), 跳表的空间复杂度是 O(n)。不过，跳表的实现非常灵活，可以通过改变索引构建策略，有效平衡执行效率和内存消耗。
  虽然跳表的代码实现并不简单，但是作为一种动态数据结构，比起红黑树来说，实现要简单多了。所以很多时候，为了代码的简单、易读，比起红黑树，更倾向用跳表。

5. 问题思考

5.1 为什么Redias用跳表来实现有序集合而不是红黑树？

  严格讲，Redis是用跳表和散列表实现的。Redias支持有序集合的核心操作：

1. 插入
2. 删除
3. 查找
4. 按区间查找
5. 迭代输出有序序列

Redis用跳表的原因：

1. 按区间查找，跳表可以做到 O(logn) 的时间复杂度定位区间的起点，然后在原始链表中顺序往后遍历就可以了。红黑树效率没有跳表高，其余都一样。
2. 跳表更容易代码实现。
3. 跳表更加灵活，它可以通过改变索引构建策略，有效平衡执行效率和内存消耗。

跳表不能完全替代红黑树：

1. 因为红黑树较早，很多语言Map就是基于其实现的。
2. 红黑树有现成实现，而跳表没有，需要自己写。

5.2 如果3个节点抽取，5个几点抽取一个，则时间复杂度为多少？

  都是$O(logn)$，虽然都是$O(logn)$，但是深入分析，其中是有细微差别的，当然无非是时间和空间的相互妥协。