链表中的跳表小结

链表之所 以访问中间节点的效率低，就是因为每个节点只存储了下一个节点的指针，要沿着这个指针

遍历每个后续节点才能到达中间节点。那如果我们在节点上增加一个指针，指向更远的节

点，比如说跳过后一个节点，直接指向后面第二个节点，那么沿着这个指针遍历，是不是遍

历速度就翻倍了呢？

同理，如果我们能增加更多的指针，提供不同步长的遍历能力，比如一次跳过 4 个节点，

甚至一半的节点，那我们是不是就可以更快速地访问到中间节点了呢？

这当然是可以实现的。我们可以为链表的某些节点增加更多的指针。这些指针都指向不同距

离的后续节点。这样一来，链表就具备了更高效的检索能力。这样的数据结构就是 跳表

（Skip List）。

一个理想的跳表，就是从链表头开始，用多个不同的步长，每隔 2^n 个节点做一次直接链

接（n 取值为 0，1，2……）。跳表中的每个节点都拥有多个不同步长的指针，我们可以在

每个节点里，用一个数组 next 来记录这些指针。next 数组的大小就是这个节点的层数，

next[0]就是第 0 层的步长为 1 的指针，next[1]就是第 1 层的步长为 2 的指针，next[2]就

是第 2 层的步长为 4 的指针，依此类推。你会发现，不同步长的指针，在链表中的分布是

非常均匀的，这使得整个链表具有非常平衡的检索结构。


 

举个例子，当我们要检索 k=a 6 时，从第一个节点 a 1 开始，用最大步长的指针开始遍历，直

接就可以访问到中间节点 a 5 。但是，如果沿着这个最大步长指针继续访问下去，下一个节

点是大于 k 的 a 9 ，这说明 k 在 a 5 和 a 9 之间。那么，我们就在 a 5 和 a 9 之间，用小一个级别

的步长继续查询。这时候，a 5 的下一个元素是 a 7 ，a 7 依然大于 k 的值，因此，我们会继续

在 a 5 和 a 7 之间，用再小一个级别的步长查找，这样就找到 a 6 了。这个过程其实就是二分查

找。时间代价是 O(log n)。

跳表的检索空间平衡方案

不知道你有没有注意到，我在前面强调了一个词，那就是“理想的跳表”。为什么要叫

它“理想”的跳表呢？难道在实际情况下，跳表不是这样实现的吗？的确不是。当我们要在

跳表中插入元素时，节点之间的间隔距离就被改变了。如果要保证理想链表的每隔 2^n 个

节点做一次链接的特性，我们就需要重新修改许多节点的后续指针，这会带来很大的开销。

所以，在实际情况下，我们会在检索性能和修改指针代价之间做一个权衡。为了保证检索性

能，我们不需要保证跳表是一个“理想”的平衡状态，只需要保证它在大概率上是平衡的就

可以了。因此，当新节点插入时，我们不去修改已有的全部指针，而是仅针对新加入的节点

为它建立相应的各级别的跳表指针。具体的操作过程，我们一起来看看。

首先，我们需要确认新加入的节点需要具有几层的指针。我们通过随机函数来生成层数，比

如说，我们可以写一个函数 RandomLevel()，以 (1/2)^n 的概率决定是否生成第 n 层。这

样，通过简单的随机生成指针层数的方式，我们就可以保证指针的分布，在大概率上是平衡

的。

在确认了新节点的层数 n 以后，接下来，我们需要将新节点和前后的节点连接起来，也就

是为每一层的指针建立前后连接关系。其实每一层的指针链接，你都可以看作是一个独立的

单链表的修改，因此我们只需要用单链表插入节点的方式完成指针连接即可。

这么说，可能你理解起来不是很直观，接下来，我通过一个具体的例子进一步给你解释一

下。

我们要在一个最高有 3 层指针的跳表中插入一个新元素 k，这个跳表的结构如下图所示。
 

假设我们通过跳表的检索已经确认了，k 应该插入到 a 6 和 a 7 两个节点之间。那接下来，我

们要先为新节点随机生成一个层数。假设生成的层数为 2，那我们就要修改第 0 层和第 1

层的指针关系。对于第 0 层的链表，k 需要插入到 a 6 和 a 7 之间，我们只需要修改 a 6 和 a 7

的第 0 层指针；对于第 1 层的链表，k 需要插入到 a 5 和 a 7 之间，我们只需要修改 a 5 和 a 7

的第 1 层指针。这样，我们就完成了将 k 插入到跳表中的动作。

通过这样一种方式，我们可以大大减少修改指针的代价。当然，由于新加入节点的层数是随

机生成的，因此在节点数目较少的情况下，如果指针分布的不合理，检索性能依然可能不

高。但是当节点数较多的时候，指针会趋向均匀分布，查找空间会比较平衡，检索性能会趋

向于理想跳表的检索效率，接近 O(log n)