数据结构与算法：跳表的实现

我们知道Redis、LevelDB 都是著名的 Key-Value 数据库，Redis中 的 SortedSet以及LevelDB 中的 MemTable 都用到了跳表，那么什么是跳表呢？跳表又是如何实现的呢？

1、有序链表

说跳表之前，先说说有序链表：

一个有序链表搜索、添加、删除的平均时间复杂度是都是O(n)。有序数组的随机访问时间复杂度为O(1)，在查询某个特定的元素的时候能够进行二分搜索优化，时间复杂度为O(logn)。因此有序链表的访问效率低于有序数据。那么就需要有某种方法来让有序链表搜索、添加、删除的平均时间复杂度降低至 O(logn)，跳表这种方法就出现了。

2、什么是跳表

跳表，又叫做跳跃表、跳跃列表，是在有序链表的基础上增加了“跳跃”的功能，它是由William Pugh于1990年发布的，设计的初衷是为了取代平衡树（比如红黑树）。

跳表的结构如下：

从图中可以看到， 跳跃表主要由以下部分构成：

• 表头（first）：负责维护跳跃表的节点指针。
• 跳跃表节点：保存着元素值，以及多个层。
• 层：保存着指向其他元素的指针。高层的指针越过的元素数量大于等于低层的指针，为了提高查找的效率，程序总是从高层先开始访问，然后随着元素值范围的缩小，慢慢降低层次。
• 表尾：全部由 NULL 组成，表示跳跃表的末尾。

对比于平衡树，跳表有以下优点：

• 跳表的实现和维护更加简单。

• 跳表的搜索、添加、删除的平均时间复杂度为 O(logn)。

• 跳表在新增、删除节点时不需要复杂的旋转。

3、跳表的搜索

① 从收割head节点的有效层数的最高层开始，从左往右搜索，直至找到一个大于或等于目标的元素，或者到达当前层链表的尾部。

② 如果该元素等于目标元素，则表明该元素已被找到。

③ 如果该元素大于目标元素或已到达链表的尾部，则退回到当前层的前一个元素，然后转入下一层进行搜索。

比如要查找17这个数，先从头结点的顶层开始找，找到21，大于17，则返回头结点转入下一层，找到9,小于17，则从9向右查找到21，大于17，则返回上一节点9，转入下一层，开始搜索，发现9的下一个是17，说明被找到。

4、跳表的添加

① 根据跳表搜索的方式确定节点添加的位置

• a：如果已经存在这个节点，则覆盖
• b: 如果不存在，则应该找到第一个大于这个需要新添加的节点的位置

② 随机决定新添加元素的层数

例如，我们需要添加15这个元素：

5、跳表的删除

① 根据跳表搜索的方式确定节点删除的位置，如果已经存在这个节点，则删除

② 删除一个元素后，这个元素的所有前驱节点指向这个节点的所有后继节点

③ 删除一个元素后，整个跳表的层数可能会降低

例如，我们需要添加9这个元素：

6、代码实现

public class SkipList<K, V> {
   
    //链表长度
    private int size;
    //虚拟节点 null
    private Node<K, V> first;
    //默认为32层
    private static final int MAX_LEVEL = 32;
    //redis中的层数因子
    private static final double P = 0.25;
    //有效层数
    private int level;

    private Comparator<K> comparator;

    public SkipList() {
   
        this(null);
    }

    public SkipList(Comparator<K> comparator) {
   
        this.comparator = comparator;
        first = new Node<K, V>(null, null, MAX_LEVEL);
    }

    public int size() {
   
        return size;
    }

    //返回旧的值
    public V put(K k, V v) {
   
        checkKey(k);
        Node<K, V> node = this.first;
        //放置前驱节点
        Node<K,V>[] pres=new Node[level];
        int comp = -1