【算法】数据结构：跳表

菜鸡一只，这次来说另一个数据结构，跳表SkipList！

一、引言

在排好顺序的数组中，要查找某个元素，我们可以通过二分法来快速查找，这其实依赖的是数组的随机访问的特性，我可以通过arr[6]，来访问数组中的第七个元素（因为第一个元素下标是0），因此我就可以跳跃着访问数组中任意一个元素。

但如果是普通的链表，第七个元素的地址，我只能通过第六个元素知道，第六个元素的地址我只能通过第五个元素知道，以此类推，我如果要查找链表中的任意一个元素，我都需要从头遍历，就使用不了二分法查找，那么对于链表这样的数据结构的快速查询，是否有合理的解决方案？有的，把链表变为跳表！

二、数据结构

以下这些制作精美的图片

来自于王争老师的《算法与数据结构之美》，我只是搬运工！！！

如果我们在原始链表之上能够加一层索引，查询数据的时候，从索引开始查，那么就能够少遍历一些节点

甚至，我可以再加一层索引

假设我们要查找64个数字中的第62个数

如图所示，原来需要遍历62次，现在只需要遍历11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)，m=3（这是公式算出来的，我这里就不具体说了）

 

三、增删

java中跳表有两个支持高并发的类：ConcurrentSkipListSet和ConcurrentSkipListMap

有一位大神，对源码进行了详细的剖析注释，大家如果有想认真研究，请看下面的链接

死磕 java集合之ConcurrentSkipListMap源码分析——发现个bug（作者：彤哥读源码）：

https://zhuanlan.zhihu.com/p/62372686

1、插入数据

总共有三个步骤：

（1）、找到需要插入的位置（这一步就和查找是一样的）

（2）、判断当前节点应该在哪一层开始创建索引，创建索引建立上下节点的连接关系

（3）、建好索引后，将新的索引和以前的索引连接起来

具体代码可以参考ConcurrentSkipListMap的doPut

2、删除数据

删除的话，要考虑这么几个问题：

（1）、删除操作做到一半，是否有其他线程也在做这个操作，同时做的话是否会报错

（2）、不单单是最底下的数据要删除，如果这个数据有在索引中，那么上面的索引也都要删除

（2）、假设删除的数据在最上层索引，并且最上层索引只有他一个值，那么整个跳表结构层级要减一

具体代码可以参考ConcurrentSkipListMap的doRemove

 

四、好奇

有耐心的还是建议认真看看上面那位大神的源码解析，没耐心的看我下面的解释就好了

1、插入数据的时候创建索引的比例是多少？

(rnd & 0x80000001) == 0 

条件为True的概率是多少？

是否创建索引，首先概率肯定不是百分之50（因为代码中创建一个随机值，然后判断随机值是否是正偶数，然而随机值有可能是负奇数，负偶数，正奇数，正偶数），所以大概是百分之25（我还测试了下验证了25%）

运行10W次，结果都在2W5左右

2、计算每个数据出现在的层级的概率是多少

while (((rnd >>>= 1) & 1) != 0)
    ++level;

计算得到每个level的大概比例是多少？

 

可以看到，层级为1的概率基本是50%，层级2的概率是层级1的百分之50，以此类推，（这其实是一个概率题）

 

五、总结

1、时间复杂度

跳表是一种动态数据结构，支持快速的插入、删除、查找操作，时间复杂度都是O(logn)。

2、空间复杂度

跳表的空间复杂度是O(n)，也就是说，如果将包含n个结点的单链表构造成跳表，我们需要额外再用接近n个结点的存储空间

但是这就引申出另一方面的思考，如果跳表中本身存的单个数据很大，那么多出的这些空间复杂度，其实只是存了地址（并不实际存储数据），这样看来，其实也不是在任何场景查下都会消耗双倍的资源

3、与红黑树的区别

红黑树的插入、删除、查找操作，时间复杂度也都是O(logn)，那么他们之间有什么区别呢？

问：为什么Redis用跳表来实现有序集合，而不用红黑树？

王争老师给出的答案大致如下：

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）、迭代输出有序序列

（5）、按照区间查找数据（比如查找值在[100, 356]之间的数据）

其实问题就出在第（5）条，红黑树不太方便做区间值查找（当然要做肯定是可用的，中序遍历就行，但是数据个数相同的情况下，中序遍历在遍历数据时走过的路线肯定是比跳表长的）

所以为什么数据库在做索引的时候用的是b+树（在最下层的叶子节点上，会通过链表的方式，把所有叶子串起来），目的也是一样的，在遇到区间查找的情况下，能通过查找到的开头的叶子节点，直接往后遍历得到区间中所有的数据（这样就不用走中序遍历绕路了）！

 

 

菜鸡一只，如果有哪里说错的地方，还请大家批评指出（一定坚决改正，做到不误导新人）！

最近也是好久没有写文章了，各种在路上，在去见客户的路上，在往返上海杭州的路上，不过学习还是该学习的，努力还是该努力的，一定要输出的同时也保证输入啊，肚子里没点墨水很快就会被淘汰了！！其实最近真的很想赶快把这些基础的数据结构更新好的，但是苦于时间有限，不光是工作的上的事情，自己想搞的事情也是比较多的，又要踢球运动减肥，又要看看漫画刷刷剧，而且十一也快来了，蠢蠢欲动的回家的心~好啦下次再见拜拜~