「数据结构」跳表原理详解及代码实现

跳表可以说是我最喜欢的数据结构了，一方面因为其优越的性能，无论是插入、删除操作还是数据查找，他的时间复杂度都是O(logn)，要知道最优秀的二分查找算法的时间复杂度也是O(logn)，另一方面跳表数据结构实现相对于红黑树来说足够的简单，同时他还支持O(logn)时间复杂度的范围查询，而红黑树的范围查询则没有这么高的效率。

跳表因为其优秀的综合性能，在以速度著称的Redis中的SortedSet有序集合也是采用了跳表这种数据结构来实现。

 

如果你还不了解跳表，那么让我们一起来学习这种优秀的数据结构吧！

跳表数据结构描述

现在给你一批无序的int类型数据，例如1,3,98,13,6,9,27,45，尝试设计一种高性能的数据结构存储这批数据，使其有序同时能够支持以下操作：

1. 新增一条数据；
2. 删除指定的一条数据；
3. 给定一个数值，查询其是否存在；
4. 能够支持范围查询，例如查询数值在[10,30]之间的数据；

首先我们可以考虑用数组或者链表来存储上述数据：

 

 

针对有序的数组和链表，我们一起来看看数组和链表两种存储方式能否满足上述操作需求：

1. 新增一条数据：数组采用二分查找算法找到第一个大于该数据的下标，该下标存储新增数据，后面的数据整体向后移动一位；链表则需遍历整个链表找到第一个大于该数据的节点，但是后面的链表无需做移动操作；
2. 删除指定的一条数据：数组采用二分查找找到该数据的下标，后面的数据整体向前移动一位；链表需要找到当前节点，并把前一个节点的next指向后一个节点；
3. 给定一个数值，查询其是否存在：数组采用二分查找可以高效地找到；链表则需要遍历整个链表；
4. 支持范围查询：数组采用二分查找高效地找到起始数据的下标；链表则需要遍历整个链表；

综上所述，可以很明显地看出来数组的特性就是查找快速，但是插入删除因为需要移动数组，所以性能相对较差，链表则是插入、删除快，但是前提是能找到那个要插入、删除的节点，而查询则需要遍历整个链表。

那么问题来了，能不能结合数组的