Java数据结构：跳跃链表

1、跳跃链表

用某种数据结构来维护一组有序的数据的列表，尽可能在插入、删除、查找等操作上能够尽可能的快速。

• 数组：使用数组存储的话，采用二分法可以在 O(logn) 的时间里找到指定的元素，在进行插入和删除则时间复杂度为 O(n) 
• 链表：使用链表存储的话，就插入、删除动作而言，所需的时间复杂度为 O(1) ，加上查找所需的时间复杂度为O（n），故插入、删除所需的总的时间复杂度为O(n)。

跳跃链表在有序链表的基础上进行了扩展（它具有二分查找的功能），查找特定值的时间复杂度为O(logn)，单插入和删除时间复杂度为O(1)，根据时间复杂度加法原则，增删时需要先定位到某位置，所以要加上查询所需O(lngn)，所以跳跃链表在查询、插入、删除的时间复杂度为O(lng)。他是一种可以代替平衡树的数据结构。B+树结构的思想和跳跃链表同理。最底层存储数据，将特定数据提取到上一层作为索引。

 

 

小结：跳表的特点：

(1) 由很多层结构组成

(2) 每一层都是一个有序的链表

(3) 最底层的链表包含所有元素

(4) 如果一个元素出现x层，则x下的一层也会出现。

(5) 每个节点包含两个指针，一个指向同一层的下一个元素，一个指向下面一层的元素。

/**
 *跳跃链表
 */
public class SkipListNode {

    //元素
    private int data;
    //同一链表中的下一个元素指针
    private SkipListNode next;
    //指向下面一层的元素指针
    private SkipListNode downNext;
}

PS：包括前面的数据结构，很多时候看一个类的成员变量，便能从宏观上把握这个类的作用。因为无论方法再多，都是再维护这些变量。

2、跳表的增删改查操作

（1）插入节点

插入结点的操作，最底层数据节点会增加，底层往上的各层索引节点会逐渐减少。这时候需要决定插入的节点是否需要添加到各层中作为索引。解决方式：抛硬币法

【抛硬币法】 也就是随机决定新节点是否提拔，每次向上提拔一层的几率是50%

• 因为跳跃表删除和添加的节点是不可预测的，很难用一种有效的算法来保证跳表的索引部分始终均匀。
• 随机抛硬币的方法可以让索引部分大体趋于均匀

//抛硬币：
int random_level()  
{  
    K = 1;  
    while (random(0,1))  
        K++;  
    return K;  
} 

(2)删除节点：

• 只要在【索引层】找到要删除的节点，然后一次查找每一层删除相同节点。
• 如果某一层索引在删除后只剩下一个节点，那么整个一层就可以干掉了。

（3）查询节点：介绍跳表的图中已说明

 

3、跳表的应用

ConcurrentSkipListMap 

ConcurrentSkipListSet 

Redis sorted set的内部使用HashMap和跳跃表(SkipList)

后续会逐一介绍

4、跳表与其他数据结构的比较

• 跳跃表 vs 二叉查找树

二叉查找树的插入、删除、查找也是近似 O(logn) 的时间复杂度。 不过，二叉查找树是有可能偏向一方，将退化成O(n)的链表

• 跳跃表 vs 红黑树

红黑在查找，插入，删除也是近似O(logn)的时间复杂度，通过旋转（改变了原本数据结构）达到近似平衡，比起跳跃表直接通过一个随机数来决定跨越几层要复杂得多

java提供了工业级的红黑树TreeMap,但是链表并没有，需要自己手动实现。