跳表
点赞👍👍收藏🌟🌟关注💖💖
你的支持是对我最大的鼓励,我们一起努力吧!😃😃
1. 什么是跳表-skiplist
skiplist本质上也是一种查找结构,用于解决算法中的查找问题,跟平衡搜索树和哈希表的价值是一样的,可以作为key或者key/value的查找模型。那么相比而言它的优势是什么呢?这么等我们学习完它的细节实现,我们再来对比。
skiplist是由William Pugh发明的,最早出现于他在1990年发表的论文《Skip Lists: A
Probabilistic Alternative to Balanced Trees》。
skiplist,顾名思义,首先它是一个list。实际上,它是在有序链表的基础上发展起来的。如果是一个有序的链表,查找数据的时间复杂度是O(N)。
William Pugh开始的优化思路:
- 假如我们每相邻两个节点升高一层,增加一个指针,让指针指向下下个节点,如下图b所示。这样所有新增加的指针连成了一个新的链表,但它包含的节点个数只有原来的一半。由于新增加的指针,我们不再需要与链表中每个节点逐个进行比较了,需要比较的节点数大概只有原来的一半。
这样查找的效率就能提高一倍。比如查找26,以前是O(N),现在多了一层,仅需要跳N/2次。查找链表中其他节点相比于之前也更快。如查找12。比6大往右走,比9大往右走,比17小往下走,跟12相等找到了。
注意查找永远跟下一个比,比它大往右走,比它小往下走。
- 以此类推,我们可以在第二层新产生的链表上,继续为每相邻的两个节点升高一层,增加一个指针,从而产生第三层链表。如下图c,这样搜索效率就进一步提高了。
-
skiplist正是受这种多层链表的想法的启发而设计出来的。实际上,按照上面生成链表的方式,上面每一层链表的节点个数,是下面一层的节点个数的一半,这样查找过程就非常类似二分查找,使得查找的时间复杂度可以降低到O(log n)。但是这个结构在插入删除数据的时候有很大的问题,插入或者删除一个节点之后,就会打乱上下相邻两层链表上节点个数严格的2:1的对应关系。如果要维持这种对应关系,就必须把新插入的节点后面的所有节点(也包括新插入的节点)重新进行调整,这会让时间复杂度重新蜕化成O(n)。
-
skiplist的设计为了避免这种问题,做了一个大胆的处理,不再严格要求对应比例关系,而是插入一个节点的时候随机出一个层数。这样每次插入和删除都不需要考虑其他节点的层数,这样就好处理多了。细节过程入下图:
每个节点插入和删除跟其他节点没有关系,都是独立的,不需要调整其他节点的层数。
2. skiplist的效率如何保证?
上面我们说到,skiplist插入一个节点时随机出一个层数,听起来怎么这么随意,如何保证搜索时的效率呢?
这里首先要细节分析的是这个随机层数是怎么来的。一般跳表会设计一个最大层数maxLevel的限制,其次会设置一个多增加一层的概率p。那么计算这个随机层数的伪代码如下图
random函数会返回一个 [0, 1] 的随机值
从概率论的角度:
一层概率:1 - p
两层概率:p*(1-p)
三层概率:p^2*(1-p)
…
在Redis的skiplist实现中,这两个参数的取值为:
p = 1/4
maxLevel = 32
根据前面randomLevel()的伪码,我们很容易看出,产生越高的节点层数,概率越低。定量的分析如下:
- 节点层数至少为1。而大于1的节点层数,满足一个概率分布。
- 节点层数恰好等于1的概率为1-p。
- 节点层数大于等于2的概率为p, 而节点层数恰好等于2的概率为p(1-p)。
- 节点层数大于等于3的概率为p^2, 而节点层数恰好等于3的概率为p^2*(1-p)。
- 节点层数大于等于4的概率为p^3, 而节点层数恰好等于4的概率为p^3*(1-p)。
- ……
因此,一个节点的平均层数(也即包含的平均指针数目),计算如下:
现在很容易计算出:
- 当p=1/2时,每个节点所包含的平均指针数目为2;
- 当p=1/4时,每个节点所包含的平均指针数目为1.33。
概率越大层数越大空间消耗也就越多,搜索时间就越小一些。
概率越小层数越小空间消耗就越小,搜索时间就越大一些。
跳表的平均时间复杂度为O(logN),这个推导的过程较为复杂,需要有一定的数学功底,有兴趣的老铁,可以参考以下文章中的讲解:
这里我们大概的理解一下:
假设 p = 1/2
第一层n个,第二层就有n/2个(上一层一半)节点会增加一层,第三层在第二层的节点的基础上再有一半的节点会增加一层。不断的向上走,直到最后顶层剩下一个。
这样查找就接近于二分查找了。但是它并不是严格的二分查找,因为每层节点是随机的。
3. skiplist的实现
它给的这个图有些问题,好像每个节点是有冗余值,其实是没有的。每个节点就一个值。
如何设计跳表,我们还是参考下面这个图,它是最板正的。
3.1 skiplist的节点
首先设计节点,我们的节点不应该去存储冗余的值。一个节点就一个val。但是一个节点可能有多层,到底有多少层我们现在并不知道,层数是在插入的时候通过随机函数通过概率来算的。每一层都指向这一层下一个节点。这里我们可以来一个vector搞定这个问题。
struct SkiplistNode
{
int _val;
vector<SkiplistNode*> _nextV;
};
注意看这张图,跳表是需要头节点的。那头结点应该有几层呢?理论上最高的节点有几层,头结点就有几层。头结点一定要可以指向最高的节点那一层。所以我们要有一个头结点,然后概率和最大层数就按上面给的写。
struct SkiplistNode
{
int _val;
vector<SkiplistNode*> _nextV;
};
class Skiplist
{
typedef SkiplistNode Node;
public:
Skiplist()
{
}
bool search(int target)
{
}
void add(int num)
{
}
bool erase(int num)
{
}
private:
Node* _head;
size_t _maxLevel = 32;
double _p = 0.25;
};
那头结点初始时应该是几层呢?
最开始我们给一层
struct SkiplistNode
{
int _val;
vector<SkiplistNode*> _nextV;//多层节点
SkiplistNode(int val,int level)
:_val(val)
,_nextV(level,nullptr)
{}
};
class Skiplist
{
typedef SkiplistNode Node;
public:
Skiplist()
{
// 头节点,层数是1
_head = new Node(-1, 1);
}
bool search(int target)
{
}
void add(int num)
{
}
bool erase(int num)
{
}
private:
Node* _head;
size_t _maxLevel = 32;
double _p = 0.25;
};
3.2 skiplist的查找
先不管插入是怎么插入的,假设这个表已经有了,怎么查找呢?
比如先看一个查找存在的情况,查找19
bool search(int target)
{
}
这里不是给个目标值了吗,其实查找还是挺简单的。
我们可以申请一个cur指针,把_head给cur,让cur做查找。
注意并不是和当前节点的val比较,永远是和下一个节点进行比较。
bool search(int target)
{
Node* cur = _head;
while ()
{
if(target > cur->_nextV[])
}
}
那应该从第几层开始走呢?
从最高层往下走,最多把头结点层数走完,所以我们还需要一个层数的变量。
bool search(int target)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
while ()
{
if (target > cur->_nextV[])
}
}
bool search(int target)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
while ()
{
if (target > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (target < cur->_nextV[level]->_val)
{
// 往下走
--level;
}
else
{
return true;
}
}
return false;
}
但是这里还有一些问题,往右走可能会走到空,然后就有空指针访问的问题。
如何解决?往右走前面加限制条件。这一层下一个节点一定要存在。如果不存在就往下走。
bool search(int target)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
Node* cur = _head;
int level = _head->_nextV.size() - 1;
while ()
{
if (cur->_nextV[level] && target > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || target < cur->_nextV[level]->_val)
{
// 往下走
--level;
}
else
{
return true;
}
}
}
查找20,找不到的情况。
当层数为负数的时候,找不到。那我们while也就结束了。
bool search(int target)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
Node* cur = _head;
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
if (cur->_nextV[level] && target > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || target < cur->_nextV[level]->_val)
{
// 往下走
--level;
}
else
{
return true;
}
}
return false;
}
3.3 skiplist的插入
这里我们可以插入重复的值。
如下图,插入17。即使链表中有17了也没关系,那我就找到17的前面。
首先我们要找到插入的位置,一定要找到第一层去,从vector下标的角度就是第0层。
其次插入的节点是几层并不确定,那这里如何处理呢?
前面我们已经知道插入节点是独立的。只要前和后节点进行一个链接就可以了。后面节点好说只要找到前面的节点就可以了。所以我们重点要找到插入节点的前面就可以了,那如何找到前面的节点呢? 更准确的问法就是如何找到插入节点的每一层前面的节点呢?
插入节点的关键是找到这个位置的每一层前一个结点
很简单,申请一个vector记录插入位置每一层,前一个结点的指针。
随机出来的层数,可能1层、2层,甚至可能会超过当前最高层。那这个vector初始给多少呢?我们可以给当前最高层,也就是头结点的层数。然后和查找一样,去找插入位置每一层,前一个结点的指针。
void add(int num)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
// 插入位置每一层前一个节点指针
vector<Node*> prevV(level + 1, _head);
while (level >= 0)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
if (cur->_nextV[level] && num > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || num <= cur->_nextV[level]->_val)
{
// 更新level层前一个
prevV[level] = cur;
// 向下走
--level;
}
}
}
接下获取插入节点的层数,我们可以写一个函数
int RandomLevel()
{
}
这里还是先把插入整体逻辑写完,然后在写获得插入节点的层数的函数。
如果插入节点随机层数超过当前最高层也就是头结点的层数,那我们要把头结点升高,同时也要把记录插入节点每一层前一个结点指针的prevV升高。因为prevV刚开始我们给的和头结点一样高。如果不升高,等会链接结点就会出现问题。
void add(int num)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
// 插入位置每一层前一个节点指针
vector<Node*> prevV(level + 1, _head);
while (level >= 0)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
if (cur->_nextV[level] && num > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || num <= cur->_nextV[level]->_val)
{
// 更新level层前一个
prevV[level] = cur;
// 向下走
--level;
}
}
size_t n = RandomLevel();
Node* newnode = new Node(num, n);
// 如果n超过当前最大的层数,那就升高一下_head的层数和记录插入位置每一层节点指针
if (n > _head->_nextV.size())
{
_head->_nextV.resize(n, nullptr);
prevV.resize(n, _head);
}
// 链接前后节点
for (size_t i = 0; i < n; ++i)//从0层开始链接
{
newnode->_nextV[i] = prevV[i]->_nextV[i];
prevV[i]->_nextV[i] = newnode;
}
}
获得随机层数函数中,如果控制概率小于等于0.25就增加一层呢?有人是这样写的,rand随机数范围是0到RAND_MAX,有人把0到RAND_MAX当作0到1中的随机数来用。也就是让RAND_MAX * _p。假设RAND_MAX是1000,1000*0.25 = 250,那rand出现随机数小于250就相当于概率小于0.25。
Skiplist()
{
srand(time(0));
// 头节点,层数是1
_head = new Node(-1, 1);
}
int RandomLevel()
{
size_t level = 1;
// rand() -> [0,RAND_MAX]之间
while (rand() < RAND_MAX * _p && level < _maxLevel)
{
++level;
}
return level;
}
我们可以打印一下看看
void Print()
{
Node* cur = _head;
while (cur)
{
//打印每个cur结点
printf("%2d\n", cur->_val);
for (auto e : cur->_nextV)
{
printf("%2s", "↓");
}
printf("\n");
cur = cur->_nextV[0];
}
}
获得随机层数函数除了上面用C那一套写的,还有用C++库写的,不过写起来太麻烦了,简单了解一下。
int RandomLevel()
{
// 这个是C++11中的控制随机数的函数
static std::default_random_engine generator(std::chrono::system_clock::now().time_since_epoch().count());
static std::uniform_real_distribution<double> distribution(0.0,1.0);
size_t level = 1;
while (distribution(generator) <= _p && level < _maxLevel)
{
++level;
}
return level;
}
3.4 skiplist的删除
删除也要找到该节点每一层前一个结点指针,然后去更新指向。 这里的过程跟插入相似。
这里我们可以把找结点每一层前一个结点指针封装成一个函数
vector<Node*> FindPrevNode(int num)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
// 插入位置每一层前一个节点指针
vector<Node*> prevV(level + 1, _head);
while (level >= 0)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
if (cur->_nextV[level] && num > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || num <= cur->_nextV[level]->_val)
{
// 更新level层前一个
prevV[level] = cur;
// 向下走
--level;
}
}
return prevV;
}
void add(int num)
{
vector<Node*> prevV = FindPrevNode(num);
size_t n = RandomLevel();
Node* newnode = new Node(num, n);
// 如果n超过当前最大的层数,那就升高一下_head的层数和记录插入位置每一层节点指针
if (n > _head->_nextV.size())
{
_head->_nextV.resize(n, nullptr);
prevV.resize(n, _head);
}
// 链接前后节点
for (size_t i = 0; i < n; ++i)//从0层开始链接
{
newnode->_nextV[i] = prevV[i]->_nextV[i];
prevV[i]->_nextV[i] = newnode;
}
}
删除先找到删除节点每一层前一个结点
bool erase(int num)
{
vector<Node*> prevV = FindPrevNode(num);
}
删除的时候还要注意
如何判断删除的值不存在呢?
只需要去看第0层的结点的下一个如果为空或者值不等于删除节点,没找到,返回false。
bool erase(int num)
{
vector<Node*> prevV = FindPrevNode(num);
if (prevV[0]->_nextV[0] == nullptr || prevV[0]->_nextV[0]->_val != num)
{
return false;
}
}
然后将被删除节点的前后节点链接起来,在删除要删除的节点。
bool erase(int num)
{
vector<Node*> prevV = FindPrevNode(num);
// 第一层下一个不是val,val不在表中
if (prevV[0]->_nextV[0] == nullptr || prevV[0]->_nextV[0]->_val != num)
{
return false;
}
else
{
Node* del = prevV[0]->_nextV[0];
// del节点每一层的前后指针链接起来
for (size_t i = 0; i < del->_nextV.size(); ++i)
{
prevV[i]->_nextV[i] = del->_nextV[i];
}
delete del;
}
return true;
}
这里还有一点点节约空间的方式。
如果删除的是最高节点,并且没有其他节点的层数和它相等,我们可以将头结点的层数缩小。
那我们这里如何判断可以将头结点层数缩小呢?
bool erase(int num)
{
vector<Node*> prevV = FindPrevNode(num);
// 第一层下一个不是val,val不在表中
if (prevV[0]->_nextV[0] == nullptr || prevV[0]->_nextV[0]->_val != num)
{
return false;
}
else
{
Node* del = prevV[0]->_nextV[0];
// del节点每一层的前后指针链接起来
for (size_t i = 0; i < del->_nextV.size(); ++i)
{
prevV[i]->_nextV[i] = del->_nextV[i];
}
delete del;
// 如果删除最高层节点,把头节点的层数也降一下
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
if (_head->_nextV[level] == nullptr)
{
--level;
}
else
{
break;
}
}
_head->_nextV.resize(level + 1);
}
return true;
}
3.5 skiplist的完整代码
#include<iostream>
#include<vector>
#include<time.h>
#include<stdlib.h>
#include<random>
#include<chrono>
using namespace std;
struct SkiplistNode
{
int _val;
vector<SkiplistNode*> _nextV;
SkiplistNode(int val,int level)
:_val(val)
,_nextV(level,nullptr)
{}
};
class Skiplist
{
typedef SkiplistNode Node;
public:
Skiplist()
{
srand(time(0));
// 头节点,层数是1
_head = new Node(-1, 1);
}
bool search(int target)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
Node* cur = _head;
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
if (cur->_nextV[level] && target > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || target < cur->_nextV[level]->_val)
{
// 往下走
--level;
}
else
{
return true;
}
}
return false;
}
vector<Node*> FindPrevNode(int num)
{
Node* cur = _head;
int level = _head->_nextV.size() - 1;
// 插入位置每一层前一个节点指针
vector<Node*> prevV(level + 1, _head);
while (level >= 0)
{
// 目标值比下一个节点值要大,向右走
// 下一个节点是空(尾),目标值比下一个节点值要小,向下走
if (cur->_nextV[level] && num > cur->_nextV[level]->_val)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || num <= cur->_nextV[level]->_val)
{
// 更新level层前一个
prevV[level] = cur;
// 向下走
--level;
}
}
return prevV;
}
void add(int num)
{
vector<Node*> prevV = FindPrevNode(num);
size_t n = RandomLevel();
Node* newnode = new Node(num, n);
// 如果n超过当前最大的层数,那就升高一下_head的层数和记录插入位置每一层节点指针
if (n > _head->_nextV.size())
{
_head->_nextV.resize(n, nullptr);
prevV.resize(n, _head);
}
// 链接前后节点
for (size_t i = 0; i < n; ++i)//从0层开始链接
{
newnode->_nextV[i] = prevV[i]->_nextV[i];
prevV[i]->_nextV[i] = newnode;
}
}
int RandomLevel()
{
size_t level = 1;
while (rand() <= RAND_MAX * _p && level < _maxLevel)
{
++level;
}
return level;
}
//int RandomLevel()
//{
// // 这个是C++11中的控制随机数的函数
// static std::default_random_engine generator(std::chrono::system_clock::now().time_since_epoch().count());
// static std::uniform_real_distribution<double> distribution(0.0,1.0);
// size_t level = 1;
// while (distribution(generator) <= _p && level < _maxLevel)
// {
// ++level;
// }
// return level;
// }
bool erase(int num)
{
vector<Node*> prevV = FindPrevNode(num);
// 第一层下一个不是val,val不在表中
if (prevV[0]->_nextV[0] == nullptr || prevV[0]->_nextV[0]->_val != num)
{
return false;
}
else
{
Node* del = prevV[0]->_nextV[0];
// del节点每一层的前后指针链接起来
for (size_t i = 0; i < del->_nextV.size(); ++i)
{
prevV[i]->_nextV[i] = del->_nextV[i];
}
delete del;
// 如果删除最高层节点,把头节点的层数也降一下
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
if (_head->_nextV[level] == nullptr)
{
--level;
}
else
{
break;
}
}
_head->_nextV.resize(level + 1);
}
return true;
}
void Print()
{
Node* cur = _head;
while (cur)
{
//打印每个cur结点
printf("%2d\n", cur->_val);
for (auto e : cur->_nextV)
{
printf("%2s", "↓");
}
printf("\n");
cur = cur->_nextV[0];
}
}
private:
Node* _head;
size_t _maxLevel = 32;
double _p = 0.25;
};
4. skiplist跟平衡搜索树和哈希表的对比
-
skiplist相比平衡搜索树(AVL树和红黑树)对比,都可以做到遍历数据有序,时间复杂度也差不多。skiplist的优势是:a、skiplist实现简单,容易控制。平衡树增删查改遍历都更复杂。 b、skiplist的额外空间消耗更低。平衡树节点存储每个值有三叉链,平衡因子/颜色等消耗。skiplist中p=1/2时,每个节点所包含的平均指针数目为2;skiplist中p=1/4时,每个节点所包含的平均指针数目为1.33;
-
skiplist相比哈希表而言,就没有那么大的优势了。相比而言a、哈希表平均时间复杂度是O(1),比skiplist快。b、哈希表空间消耗略多一点。skiplist优势如下:a、遍历数据有序 b、skiplist空间消耗略小一点,哈希表存在链接指针和表空间消耗。c、哈希表扩容有性能损耗。d、哈希表再极端场景下哈希冲突高,效率下降厉害,需要红黑树补足接力。