SkipList 原理

SkipList 跳跃表，一种根据 key 高效查找 value 的数据结构，本质是链表。

原生 Java 实现了 ConcurrentSkipListSet 以及 ConcurrentSkipListMap

使用跳跃表的条件：必须包含可以排序的属性，否则没有意义

思路：按照属性大小建立链表，在链表的基础上改造，增加新的引用，分别指向更远处的节点，提高查询效率

如上图所示，假设现在需要查询 22 节点：

• 假设只有一层：依次遍历 head > 3 > 7 > 11 > 19 > 22 ，5次遍历找到
• 假设只有两层：依次遍历 head > 7 > 19 > 26 (发现大于后跳回，走次级引用) -> 22，4次遍历
• 假设存在三层：依次遍历 head > 19(发现为空，走次级引用) > 26(发现大于后跳回，走次级引用) -> 22，3次遍历找到

上图就是跳跃表的核心思路，一般情况下层数越高，查询效率越高，总得来说仍是一种空间换时间的策略，因为需要维护更多的引用。

多层链表的特征：

1. 上层链表节点数比下层链表节点数少，
2. 第 n 层节点数是底层节点数的的 1 / n
3. 每次查询从高层开始，依次向下一层递归

跳跃表只继承特征一和三，因为特征二太难维护：每次增、删、改操作后需要进行大量的操作维护链表结构：

1. 添加、删除节点时，该节点往后所有节点可能都要修改
2. 修改可以看做删除和添加两个过程，复杂度更高

跳跃表建议每个节点采用随机层数的方式实现，具体过程如下：

这样每次操作时，只需要处理当前节点层数的引用，大大降低复杂度。

跳跃表优化的本质在于跳过无效的节点，提高查询效率。跳过的越多，查询效率越高，总体来说层数过高或者过低对效率都不好：

1. 跳跃表层数过高时，占用的内存多，物流损耗严重
2. 跳跃表层数过低时，跳跃过的节点少，效率不高

此时就需要从空间和时间两个维度一起考虑，其中上层节点数比下层节点数少可以通过概率学维护，一层概率为1，二层概率为 p ，三级概率为二层的基础上继续 p，以此类推。