数据结构与算法之美【11】-跳表

目录

一、什么是跳表

二、跳表的内存问题

三、跳表的复杂度分析

四、跳表索引动态更新

---

一、什么是跳表

我们知道链表这种结构，虽然他的插入和删除的时间复杂度很高，只有O(1)，但是它的查找却很慢，为O(n)。例如我们要查找一个元素，不得不遍历一边链表才能找到：

但是其实我们能像下图中那样，对链表建立一级“索引”，以提高查找速度，即每两个结点提取一个结点到上一级，我们把抽出来的那一级叫做索引或索引层，索引层有个next指针指向索引在链表中位置：

当然这只是一级索引，如果数据量庞大，我们可以建立两级、三级，甚至十级索引，这样的链表查找时间复杂度可以高达O(logn)。

这种链表加多级索引的结构，就是跳表。

二、跳表的内存问题

也许你也已经发现了，在链表上添加这些索引，会明显的增大内存，因为需要额外的空间来存储这些索引层元素。

这几级索引的结点总和就是 n/2+n/4+n/8…+8+4+2=n-2。所以，跳表的空间复杂度是 O(n)。

但是因为索引层元素实际上只是存储了一个next指针(指向下一个索引)以及down指针(指向下一级索引)，所以如果链表内的实际有效数据很大，那这些指针的内存完全可以忽略不计。

而且我们也可以通过跳转索引间隔，来动态的控制索引所占内存，例如我们修改索引间隔为3时。

总的索引结点大约就是 n/3+n/9+n/27+...+9+3+1=n/2。尽管空间复杂度还是 O(n)，但比上面的每两个结点抽一个结点的索引构建方法，要减少了一半的索引结点存储空间。

三、跳表的复杂度分析

跳表的查找、删除和插入的时间复杂度都是O(logn)。

四、跳表索引动态更新

当我们不停地往跳表中插入数据时，如果我们不更新索引，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。

所以当我们往跳表中插入数据的时候，我们可以选择同时将这个数据插入到部分索引层中。如何选择加入哪些索引层呢？我们通过一个随机函数，来决定将这个结点插入到哪几级索引中，比如随机函数生成了值 K，那我们就将这个结点添加到第一级到第 K 级这 K 级索引中。随机函数的选择很有讲究，从概率上来讲，能够保证跳表的索引大小和数据大小平衡性，不至于性能过度退化。