Skip Lists: A Probabilistic Alternative to Balanced Trees

最新推荐文章于 2024-05-07 11:26:09 发布
原创 最新推荐文章于 2024-05-07 11:26:09 发布 · 914 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了跳表这一高效数据结构，对比平衡树和伸展树，跳表在空间占用及实现难度上有明显优势。文中提到动态跳表通过随机确定层级的方式在概率上保持高效性，并探讨了不同概率设置下对查找效率的影响。

原文:http://people.csail.mit.edu/shanir/publications/OPODIS2006-BA.pdf

最近不断听说常用跳表实现内存索引(leveldb/redis/hbase), 研究了这篇1990的论文，跳表一种比平衡树和伸展树空间更节约、更易于实现且非常高效的数据结构。

原来认识到的只是静态跳表，动态跳表则是每次随机确定一个level，概率上非常高效。


作者建议p选1/4,因为这是平均查找次数和1/2是一样的，但需要的指针只要1.33。当然，如果对于查找次数的方差很在意，还是使用1/2。

掌握 Skip Table：数据结构与算法的关键技巧
AI 算法实战派
05-18 385
Skip Table（跳表）由William Pugh于1989年提出，旨在提供一种简单而高效的替代方案来替代平衡树结构。本文的目的是全面介绍Skip Table的工作原理、实现方法以及在实际系统中的应用场景，帮助读者深入理解这一数据结构并掌握其实现技巧。背景介绍和基本概念Skip Table的核心原理和架构详细算法实现和操作步骤数学建模和性能分析实际代码实现案例应用场景和优化技巧相关工具和资源推荐未来发展趋势和挑战Skip Table（跳表）
redis有序集合zset的底层实现——跳跃表skiplist
da_kao_la的博客
07-05 8657
redis有序集合zset的底层实现——跳跃表skiplist redis作为一种内存KV数据库，提供了string, hash, list, set, zset等多种数据结构。其中有序集合zset在增删改查的性质上类似于C++ stl的map和Java的TreeMap，提供了一组“键-值”对，并且“键”按照“值”的顺序排序。但是与C++ stl或Java的红黑树实现不同的是，redis中有序集合...
Skip Lists:A Probabilistic Alternative to Balanced Trees
12-06
跳表，A Probabilistic Alternative to Balanced Trees.Skip lists are data structures thla t use probabilistic balancing rather than strictly enforced balancing. As a result, the algorithms for insertion and deletion in skip lists are much simpler and significantly faster than equivalent algorithms for balanced trees.
SkipList A Probabilistic Alternative to Balanced Trees
思念
11-27 2106
Skip Lists: A Probabilistic Alternative to Balanced Trees写博客，顺便看了一篇论文，也是挺好的。其实这篇博客我一直想写，但是怕写不好，没什么勇气。　　跳跃表是一种可以用来替代平衡树的数据结构，因为它使用的是基于概率选择而不是严格平衡的方法，导致了在跳跃表中，插入和删除变得更加简单，速度明显变快。　　跳跃表大概长这个样子，由图可以看出，是一种空间
Skip list
fengfengdiandia的专栏
08-02 2746
skiplist 代码疑问：leveldb 和 redis 都使用了 skip list，它们为什么要使用 skip list？
LevelDB中的Skip List(跳跃表）
小胖SUN
09-13 962
LevelDB中的Skip List(跳跃表） 转载：http://blog.nosqlfan.com/html/3041.html 本文是关于Skip List数据结构的，Skip List是在有序List（链表）数据结构的基础上的扩展，解决了有序链表结构查找特
[外文翻译] 跳表（Skip List）
weixin_30484247的博客
08-26 436
目录 Skip Lists: A Probabilistic Alternative to Balanced Trees Skip Lists Skip List Algorithm Initialization Search Algorithm Inse...
数据结构之跳跃表
u010523811的博客
05-07 796
跳跃表（skiplist）是一种随机化的数据， 由 William Pugh 在论文《Skip lists: a probabilistic alternative to balanced trees》中提出， 跳跃表以有序的方式在层次化的链表中保存元素， 效率和平衡树媲美 —— 查找、删除、添加等操作都可以在对数期望时间下完成， 并且比起平衡树来说， 跳跃表的实现要简单直观得多。
skip list的java版实现
07-26
跳表（Skip List）是一种高效的动态数据结构，常用于实现有序集合或映射。它通过在原有的链表基础上增加多级索引，使得查找、插入和删除操作的时间复杂度达到近似于 O(log n)。Java 实现跳表时，通常会涉及到以下几...
leetcode刷多少面试-go-redis:AredisimplementationwritteninGo.通过这个翻译的过程来学习redi
07-01
Trees"，看看前面的实现部分就可以了。 首先得了解跳表的基础算法，看论文，顺便可以刷一下leetcode 1206 了解跳表在redis中的，跳表的api，看《redis设计与实现》5.1节 对着redis的源码，翻译到go语言。 具体翻译到...
java 实现跳表（skiplist）及论文解读
11-02 1311
什么是跳跃表 跳表由William Pugh发明。 他在论文 《Skip lists: a probabilistic alternative to balanced trees》中详细介绍了跳表的数据结构和插入删除等操作。 跳表是一种可以用来代替平衡树的数据结构，跳表使用概率平衡而不是严格执行的平衡，因此，与等效树的等效算法相比，跳表中插入和删除的算法要简单得多，并且速度要快得多。 为什么需要？ 性能比较好。 实现相对于红黑树比较简单。 占用更少的内存。 论文解读 为了学习第一手的资料，我们先学习一.
Treap 树堆 和 Skip Lists
07-17
Treap数据结构和Skip Lists，英文附图解，若侵犯版权，我立即删掉
跳表 skiplist
weixin_33991727的博客
07-20 99
最初知道跳表（Skip List）是在看redis原理的时候，redis中的有序集合使用了跳表作为数据结构。接着就查了一些资料，来学习一下跳表。后面会使用java代码来实现跳表。 跳表简介 跳表由William Pugh发明。他在论文《Skip lists: a probabilistic alternative to balanced ...
探索Skip List (跳跃表)
weixin_30762087的博客
01-19 114
附William Pugh的论文 Skip Lists: A Probabilistic Alternative to Balanced Trees 写在前面 以下内容针对的是Skip List的插入和删除，建议你先到其他地方大概了解一下Skip List长什么样子的，然后再过来看看这篇，最好还是看一眼论文先，部分挺容易看懂的。Redis中的Sorted Set基本就是使用Skip List，只是...
Redis 为什么用跳表而不用平衡树？
weixin_34191845的博客
10-09 3553
本文是《Redis内部数据结构详解》系列的第六篇。在本文中，我们围绕一个Redis的内部数据结构——skiplist展开讨论。 Redis里面使用skiplist是为了实现sorted set这种对外的数据结构。sorted set提供的操作非常丰富，可以满足非常多的应用场景。这也意味着，sorted set相对来说实现比较复杂。同时，skiplist这种数据结构对于很多人来说都比较陌生，因为大部...
浅析SkipList跳跃表原理及代码实现
热门推荐
庖丁解牛
12-18 5万+
SkipList在leveldb以及lucence中都广为使用，是比较高效的数据结构。由于它的代码以及原理实现的简单性，更为人们所接受。我们首先看看SkipList的定义，为什么叫跳跃表？ “ Skip lists are data structures that use probabilistic balancing rather than strictly enforced balancing. As a result, the algorithms for insertion
最近公共祖先_Leetcode 236. 二叉树的最近公共祖先
weixin_39778218的博客
12-19 202
leetcode 236. 二叉树的最近公共祖先给定一个二叉树, 找到该树中两个指定节点的最近公共祖先(一个节点也可以是它自己的祖先)。例如，给定如下二叉树: root = [3,5,1,6,2,0,8,null,null,7,4]示例 1:输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1 输出: 3 解释: 节点 5 和节点 1 的最...
Google Dense Hashmap和Sparse HashMap
jollyjumper的专栏
04-13 1万+
google code上有个著名的hash map类库，今天看了一下文档,聊做记录: sparse hashmap: 空间高效 dense hashmap:时间高效 sparse hashmap使用的数组(sparsetable),按M分为一组,每组用数组存储数据(虽然链表速度更快，但空间多),bits做查找。M越大内存overhead越小,在323位机器上是2bits,64位机器上是2.5
跳表查找C语言
最新发布
10-19
跳表是一种随机化的数据结构，可在 $O(\log n)$ 平均时间复杂度下完成插入、删除和查找操作。以下是一个简单的 C 语言实现跳表查找功能的示例代码，它基于你提供的部分代码并进行了完善： ```c #include <stdio.h> #include <stdlib.h> #include <time.h> // 定义跳表节点结构体 typedef struct Node { int key; int level; struct Node **forward; } Node; // 定义跳表结构体 typedef struct Skiplist { int maxLevel; Node *header; } Skiplist; // 创建新节点 Node* createNode(int key, int level) { Node *node = (Node*)malloc(sizeof(Node)); node->key = key; node->level = level; node->forward = (Node**)malloc((level + 1) * sizeof(Node*)); for (int i = 0; i <= level; i++) { node->forward[i] = NULL; } return node; } // 创建新跳表 Skiplist* getNewSkiplist(int maxLevel) { Skiplist *s = (Skiplist*)malloc(sizeof(Skiplist)); s->maxLevel = maxLevel; s->header = createNode(-1, maxLevel); return s; } // 随机生成节点的层级 int randomLevel(int maxLevel) { int level = 0; while ((rand() % 2) && level < maxLevel) { level++; } return level; } // 插入元素到跳表 void insert(Skiplist *s, int key) { Node *update[s->maxLevel + 1]; Node *p = s->header; for (int i = s->maxLevel; i >= 0; i--) { while (p->forward[i] != NULL && p->forward[i]->key < key) { p = p->forward[i]; } update[i] = p; } p = p->forward[0]; if (p == NULL || p->key != key) { int newLevel = randomLevel(s->maxLevel); if (newLevel > s->maxLevel) { for (int i = s->maxLevel + 1; i <= newLevel; i++) { update[i] = s->header; } s->maxLevel = newLevel; } Node *newNode = createNode(key, newLevel); for (int i = 0; i <= newLevel; i++) { newNode->forward[i] = update[i]->forward[i]; update[i]->forward[i] = newNode; } } } // 查找元素 Node* find(Skiplist *s, int key) { Node *p = s->header; for (int i = s->maxLevel; i >= 0; i--) { while (p->forward[i] != NULL && p->forward[i]->key < key) { p = p->forward[i]; } } p = p->forward[0]; if (p != NULL && p->key == key) { return p; } return NULL; } // 清理跳表 void cleanSkiplist(Skiplist *s) { Node *p = s->header; while (p != NULL) { Node *temp = p; p = p->forward[0]; free(temp->forward); free(temp); } free(s); } // 打印跳表结构（简单示例） void output(Skiplist *s) { Node *p = s->header->forward[0]; while (p != NULL) { printf("%d ", p->key); p = p->forward[0]; } printf("\n"); } int main() { srand(time(0)); Skiplist *s = getNewSkiplist(32); // 创建最大32层的跳表 int x; // 插入测试 while (~scanf("%d", &x)) { if (x == -1) break; insert(s, x); output(s); // 打印当前结构 } // 查找测试 while (~scanf("%d", &x)) { Node *p = find(s, x); if (p) printf("找到值%d，位于%d层\n", p->key, p->level); else printf("未找到%d\n", x); } cleanSkiplist(s); return 0; } ``` ### 代码解释： 1. **节点和跳表结构体**：定义了 `Node` 结构体表示跳表的节点，包含键值、层级和指向前驱节点的指针数组；`Skiplist` 结构体表示跳表，包含最大层级和头节点。 2. **创建节点和跳表**：`createNode` 函数用于创建新节点，`getNewSkiplist` 函数用于创建新的跳表。 3. **随机层级生成**：`randomLevel` 函数随机生成节点的层级，以保证跳表的随机性。 4. **插入操作**：`insert` 函数将元素插入到跳表中，通过更新 `update` 数组来找到合适的插入位置。 5. **查找操作**：`find` 函数用于在跳表中查找指定的键值，通过逐层遍历找到目标节点。 6. **清理操作**：`cleanSkiplist` 函数用于释放跳表占用的内存。 ### 查找流程： 1. 从跳表的最高层开始，逐层向下遍历，找到第一个大于等于目标键值的节点。 2. 如果找到的节点的键值等于目标键值，则返回该节点；否则返回 `NULL`。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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