跳跃表(续)

http://blog.csdn.net/qq575787460/article/details/16371287上一篇引入了跳跃表的介绍，并且测试了跳跃表的插入和查找效率。可以看到在大量数据中效率明显高于红黑树。(当然带来的空间的巨大浪费)。

那么跳跃表为什么会快呢？下来看一个生活中的例子。

如图，A--G分别代表250路公交车经过的车站。有特快，快和慢3条线路。

特快的只在A,E,G站牌停车。

快线只在A,C,E,H,G站牌停车。

慢线则在所有的站牌停车。

如果我想A站坐到I站，那么最快的乘车方案就是

A站牌---特快线---E站牌---换成快线---H站牌---换成慢线---I站牌。

是不是很像跳跃表？

并且在上一篇博客中测试情况看来，跳跃表与红黑树的查找效率差别不大，而跳跃表的插入效率明显高于红黑树。究其原因，跳跃表在插入的时候，只需要记下来插入一个节点需要更新哪一层的哪个节点就行了，而红黑树则需要回溯的对整个插入路径调整。

在插入节点时，我们是随机的给新节点一个层次高度，其实并不是随机。

int get_rand_lvl()
{
    int lvl = 1;
    while ((rand() & 0xffff) < (0xffff >> 2))
         lvl++;
    return lvl;
}

关键是要理解while循环中的那一句是什么意思？

rand() & 0xffff 意思是随机一个0---0xffff之间的整数。

0xffff >> 2 意思是0xffff的四分之一

可以把while循环理解为产生一个0--1之间的小数，如果这个小数小于0.25，那么把层数+1，并且进行下一次while循环。

是不是感觉很诡异，为什么不直接随机一个1---MAX_LVL之间的数呢？

我想了好几天，终于知道了，这涉及到了层次分布的问题。

通过while循环来产生层次，那么层次越大，几率越低。

例如，lvl=1的概率为0.75(第一次while就为false)

lvl=2的概率为0.25

lvl=3的概率为0.25*0.25

lvl=4的概率为0.25*0.25*0.25

所以，如果数据量非常大，那么整个跳跃表看起来是波浪线非常明显的。

而如果直接随机出来一个高度，那么高度的分布均匀了，反而不利于查找。

跳跃表的源码点击打开链接