跳转表

原文作者：lxzoliver
转自链接：https://learnku.com/articles/43200

一、如何理解 “跳表”？

对于⼀个单链表来讲，即便链表中存储的数据是有序的，如果我们要想在其中查找某个数据，也只能从头到尾遍历链表。这样查找效率就会很低，时间复杂度会很⾼，是 O (n)。

那怎么来提⾼查找效率呢？如果像图中那样，对链表建⽴⼀级 “索引”，查找起来是不是就会更快⼀些呢？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作索引或索引层。

如果我们现在要查找某个结点，⽐如 16。我们可以先在索引层遍历，当遍历到索引层中值为 13 的结点时，我们发现下⼀个结点是 17，那要查找的结点 16 肯定就在这两个结点之间。然后我们通过索引层结点的 down 指针，下降到原始链表这⼀层，继续遍历。这个时候，我们只需要再遍历 2 个结点，就可以找到值等于 16 的这个结点了。这样，原来如果要查找 16，需要遍历 10 个结点，现在只需要遍历 7 个结点。

跟前⾯建⽴第⼀级索引的⽅式相似，我们在第⼀级索引的基础之上，每两个结点就抽出⼀个结点到第⼆级索引。现在我们再来查找 16，只需要遍历 6 个结点了，需要遍历的结点数量⼜减少了。

我举的例⼦数据量不⼤，所以即便加了两级索引，查找效率的提升也并不明显。为了让你能真切地感受索引提升查询效率。我画了⼀个包含 64 个结点的链表，按照前⾯讲的这种思路，建⽴了五级索引。

这种链表加多级索引的结构，就是跳表

二、跳表的查询效率

算法的执⾏效率可以通过时间复杂度来度量，这⾥依旧可以⽤。我们知道，在⼀个单链表中查询某个数据的时间复杂度是 O (n)。那在⼀个具有多级索引的跳表中，查询某个数据的时间复杂度是多少呢？

按照我们刚才讲的，每两个结点会抽出⼀个结点作为上⼀级索引的结点，那第⼀级索引的结点个数⼤约就是 n/2，第⼆级索引的结点个数⼤约就是 n/4，第三级索引的结点个数⼤约就是 n/8，依次类推，也就是说，第 k 级索引的结点个数是第 k-1 级索引的结点个数的 1/2，那第 k 级索引结点的个数就是 n/(2k)。

假设索引有 h 级，最⾼级的索引有 2 个结点。通过上⾯的公式，我们可以得到 n/(2h)=2，从⽽求得 h=log2n-1。如果包含原始链表这⼀层，整个跳表的⾼度就是 log2n。我们在跳表中查询某个数据的时候，如果每⼀层都要遍历 m 个结点，那在跳表中查询⼀个数据的时间复杂度就是 O (m*logn)。

假设我们要查找的数据是 x，在第 k 级索引中，我们遍历到 y 结点之后，发现 x ⼤于 y，⼩于后⾯的结点 z，所以我们通过 y 的 down 指针，从第 k 级索引下降到第 k-1 级索引。在第 k-1 级索引中，y 和 z 之间只有 3 个结点（包含 y 和 z），所以，我们在 K-1 级索引中最多只需要遍历 3 个结点，依次类推，每⼀级索引都最多只需要遍历 3 个结点。

通过上⾯的分析，我们得到 m=3，所以在跳表中查询任意数据的时间复杂度就是 O (logn)。这个查找的时间复杂度跟⼆分查找是⼀样的。换句话说，我们其实是基于单链表实现了⼆分查找。

三、跳表的空间复杂度

假设原始链表⼤⼩为 n，那第⼀级索引⼤约有 n/2 个结点，第⼆级索引⼤约有 n/4 个结点，以此类推，每上升⼀级就减少⼀半，直到剩下 2 个结点。如果我们把每层索引的结点数写出来，就是⼀个等⽐数列。

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)。

四、⾼效的动态插⼊和删除

跳表这个动态数据结构，不仅⽀持查找操作，还⽀持动态的插⼊、删除操作，⽽且插⼊、删除操作的时间复杂度也是 O (logn)。

在单链表中，⼀旦定位好要插⼊的位置，插⼊结点的时间复杂度是很低的，就是 O (1)。但是，这⾥为了保证原始链表中数据的有序性，我们需要先找到要插⼊的位置，这个查找操作就会⽐较耗时。
对于纯粹的单链表，需要遍历每个结点，来找到插⼊的位置。但是，对于跳表来说，我们讲过查找某个结点的的时间复杂度是 O (logn)，所以这⾥查找某个数据应该插⼊的位置，⽅法也是类似的，时间复杂度也是 O (logn)。

Redis 中的有序集合是通过跳表来实现的.

严格点讲，其实还⽤到了散列表。
Redis 中的有序集合⽀持的核⼼操作主要有下⾯这⼏个：

1. 插⼊⼀个数据；
2. 删除⼀个数据；
3. 查找⼀个数据；
4. 按照区间查找数据（⽐如查找值在 [100, 356] 之间的数据）；
5. 迭代输出有序序列。

其中，插⼊、删除、查找以及迭代输出有序序列这⼏个操作，红⿊树也可以完成，时间复杂度跟跳表是⼀样的。但是，按照区间来查找数据这个操作，红⿊树的效率没有跳表⾼。 对于按照区间查找数据这个操作， 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。

当然，Redis 之所以⽤跳表来实现有序集合，还有其他原因，⽐如，跳表更容易代码实现。虽然跳表的实现也不简单，但⽐起红⿊树来说还是好懂、好写多了，⽽简单就意味着可读性好，不容易出错。还有，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。