Redis 有序集合数据结构 跳表

一. 跳表是一个怎样的数据结构

  跳表是能够让一个有序的链表实现二分查找的复杂度的结构，每一个节点至少有向右和向下的指针。最底下一层就是我们经常使用的链表，查询性能 O(N)。我们选择让这个链表的部分元素上升到上一层，每一个元素上升概率为 1/2（这个概率的取值类似于哈希表的负载因子 0.75，上升概率过大会导致数据冗余很多，虽然查询起来也更快，但是我们需要在空间和时间之间权衡），这样跳表的存储方式会让元素冗余多份在跳表不同的层级中，类似于哈希表的空间换时间的方式。跳表支持平均 O(logN) 的复杂度查询，可以通过顺序性来批量处理节点。这样的 复杂度和顺序性很容易让我们想到平衡树，其实这两者的查找方式和效率很相似，但是跳表的实现却比平衡树简单了很多，所以 Redis 中的有序集合也使用了跳表这样的结构
 1. 最底下一层包含有这个集合的所有元素
 2. 每一个元素有 1/2 的概率会上升到上一层。在保存元素的时候，生成一个随机数判断这个元素是否需要保存于上一层，这样的随机概率保证越上面元素个数越少，越往下节点数量呈 2 的倍数增加，上层元素数量少使查询跳跃更远，类似于二分查找
 3. 跳表的层数是有限的，如下跳表只有三层，一般跳表不会超过 32 层，因为 32 层的跳表理论已经可以容纳几十亿的数据
二. 跳表的增删改查
  1.增加节点 16
   1.从 head 开始，判断右方节点，发现 16 > 11，则指针右移
   2. 判断右方节点，发现右方为 null，则指针下移
   3. 判断右方节点，发现 16 < 20，则指针下移
   4. 判断右方节点，发现 16 < 20，则指针下移,发现下方指针为 null，则找到插入节点 16 的指针
   5. 新建 16 节点，将其加在 11 和 20 节点之间。查找结束条件，没有下方指针，且插入值在两个同层节点值之间
   6. 生成随机数，判断当前节点 16 是否上升一层，若上升，则加在上一层的 11 和 20 节点之间，上一层加完之后，重复步骤六。这里衍生出了一个问题，那就是如何找到上一层节点该插入的位置，我们肯定不应该从 Head 开始查找了，所以我们可以使用栈来将每次下移的节点存储，如果需要上升节点，就弹出来以便插入新节点之用，在这个示例中，栈中应该保存了上面两层的 11 节点
  2.删除节点 11
   1.从 head 开始，判断右方节点，发现 11 = 11，则 Head 的 next 指针指向 节点 11 的 next，指针从 Head 的地方下移
   2. 判断右方节点，发现右方为 5，则指针右移
   3. 判断右方节点，发现 11 < 11，则节点 5 的next 指向节点 11 的 next，即节点 20，指针从节点 5 的地方下移
   4. 判断右方节点，发现 6 < 11，则指针右移。依次类推，直到到达节点 7
   5. 在节点 7 的位置上判断右方节点，发现 11 = 11，则节点 7 的next 指向节点 11 的 next。从节点 7 的位置下移，发现为 null，则完成删除

  3.查找节点 6
   1.从 head 开始，判断右方节点，发现 11 > 6，则指针从 Head 的地方下移
   2. 判断右方节点，发现右方为 5 < 6，则指针右移
   3. 判断右方节点，发现 11 > 6，则指针下移
   4. 判断右方节点，发现 6 = 6，则完成查找（PS：如果查找的是节点 11，那么第一步就可以完成查找。从这里就可以看出，查找节点不是一定需要到最下面一层的，但是增加和删除确实一定会到最底下一层的）

参考文档：

1. 跳表(skiplist)分析设计与实现(Java)