跳表的一种实现

跳表的原理就不写了,主要记录下实现中遇到的问题。

1.插入的新节点时分配高度:原本以为高度是随机的且越随机越好,于是简单的写下height = rand() % maxheight + 1,当然也不会报错什么的。但写完后和map一对比,数据规模2W时已经要比map要慢个10倍左右,而且随着数据增大,时间也不是对数级增长(花费更多时间),这和理论结果不符。想了想为什么跳表平均情况下能和rbtree差不多呢?最好的结果是每一层跳过的数量都是上一层*2,且分布均匀,这样理想状态就类似于avltree了。简单打印+调试了下查找过程,问题就出在每层的节点数量上了:

  a)按照上面计算方式,假设有L层,N个数据。每一层的数量会为N/L, 2*N/L, 3*N/L,..,N。这样即使分布均匀,那每一层能跳的最多节点也就是N/L(理想状态第一层可以跳N,第二层能跳N/2,...1)。这无疑会导致查询效率较低。

  b)改成:每次有1/2的概率层数+1,否则停止。这样每一层数量会为 N / 2^(L-1), N / 2^(L-2),...,N。比较符合理想状态,改完后效率立刻上来了。操作耗时大概是map的2倍。

2.写这个东西主要是工作中用到ssdb,而存储层的leveldb在内存数据结构上是跳表。突然想到这玩意好像还没实现过,于是写了下。自然的,也要写hrscan这样具备反向查找的功能。写完后觉得,反向查找其实也可以用正向实现,找到节点后直接在最底层反向遍历即可。不过既然是反向,那比较多的应用场景应该是从尾部开始,取多少个。于是感觉还是手动写个从尾部遍历的也许会更符合应用场景吧。


附实现代码和测试结果:

.h

#pragma once
#include <string.h>
#include <stdlib.h>

namespace
{
	struct LKNode
	{
		LKNode* next;
		LKNode* prev;
		void*	header;

		LKNode() { memset(this, 0, sizeof(this)); }
	};

	template<typename key_t, typename val_t>
	struct SLNode
	{
		key_t	key;
		val_t	val;

		int		height;
		LKNode	node[1];

		SLNode(int h, const key_t& k, const val_t& v)
			: height(h)
			, key(k)
			, val(v)
		{
			for (int i = 0; i < height; ++i)
			{
				node[i].next = node[i].prev = NULL;
				node[i].header = this;
			}
		}
	};

	struct DefaultRand
	{
		int	operator()(int nMaxHeight)
		{
			int l = 1;
			while ((rand() & 1) && l < nMaxHeight) ++l;

			return l;
		}
	};
}

template<typename key_t, typename val_t, typename randfun = DefaultRand, typename keycomp_t = less<key_t> >
class SkipList
{
public:
	typedef SLNode<key_t, val_t>	node_t;
	typedef keycomp_t				cmp_t;
	typedef SkipList<key_t, val_t, randfun, keycomp_t>	this_t;

	SkipList(int nMaxHeight);
	~SkipList();

	bool Set(const key_t& key, const val_t& val);
	bool Get(const key_t& key, val_t& val);
	bool Erase(const key_t& key);

	void Clear();

	bool Empty() const { return m_nCount == 0; }
	int	Size() const { return m_nCount; }

	// (last, first] in reverse order
	template<typename Container>
	void RScan(const key_t& keyfirst, const key_t& keylast, Container& vals, unsigned int limit = -1);

	// [first, last)
	template<typename Container>
	void Scan(const key_t& keyfirst, const key_t& keylast, Container& vals, unsigned int limit = -
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Redis中的跳表(Skip List)是一种有序数据结构,用于实现有序集合(Sorted Set)的数据存储和查询。跳表通过添加多级索引来加速查询操作。 跳表实现主要包含以下几个步骤: 1. 跳表节点的定义:定义一个节点结构,包含键值对以及多个指向下一个节点的指针,其中指针的数量由一个随机函数决定,通常设置为1到32之间。 2. 跳表层级的定义:定义一个层级结构,包含多个指向不同层级的节点的指针。每个层级都是一个链表,其中最底层是原始数据链表,每个节点按照键值进行排序。 3. 插入操作:在插入新节点时,需要选择节点要插入的层级。从最高层级开始,逐层向下遍历,直到找到插入位置。在遍历过程中,如果遇到相同键值的节点,则更新节点的值;如果没有找到相同键值的节点,则将新节点插入到对应位置,并将相关指针进行更新。 4. 删除操作:在删除节点时,需要找到对应键值的节点,并将相关指针进行更新。如果删除后某个层级中没有节点了,则需要将该层级删除。 5. 查询操作:在查询某个键值对应的节点时,从最高层级开始,逐层向下遍历,直到找到节点或者遍历到最底层。在遍历过程中,根据节点的键值与目标键值的大小关系,决定向右还是向下移动。 跳表的优点是查询效率高,时间复杂度为O(log N),与平衡二叉树相当。同时,跳表实现相对简单,不需要进行平衡操作,适用于实际应用中有序集合的存储和查询需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值