Redis zset 底层数据结构之跳表

参考：

• redis zset 内部的实现原理_行走在江湖的博客-CSDN博客_redis的zset实现原理

0、zset数据结构

• 【有序集合】
• 【本质上是集合，所有元素不能重复】
• 【分数可以重复（相同时根据member字典排序），member不能重复】
• 【支持根据score的范围查找】

1、zset底层的数据结构是什么？

 zset底层包含 跳表 和 压缩列表

2、跳表是什么？

 跳表（skiplist）是在链表的基础上，增加了多级索引，通过多级索引位置的跳转，实现了快速查找元素。

 跳表这一有序集合，底层是一个名为zset的结构体。而一个zset结构同时包含一个字典和一个跳跃表。跳跃表按score从小到大保存所有集合元素。而字典则保存着从member到score的映射，这样就可以用O(1)的复杂度来查找member对应的score值。虽然同时使用两种结构，但它们会通过指针来共享相同元素的member和score，因此不会浪费额外的内存。

3、跳表的时间复杂度：

 利用空间换时间，查找、新增、删除的时间复杂度都为：O(logN)，类似于二分查找。

4、什么时候使用压缩列表，什么时候使用跳表呢？

• 元素数量小于128个
• 每个member的长度都小于64字节

5、跳表的内部实现及原理：

1. 当链表足够长的时候，这种多层链表的查找方式能让我们跳过很多下层节点，大大加快查找的速度。

2. 跳表为了避免链表在新增/删除时，时间复杂度较低为O(n)的问题，它不要求链表相邻节点的上下层数之间有严格的对应关系，而是为每个节点随机出一个层数(level)。

3. 从跳表的创建和插入过程可以看出，每一个节点的层数（level）是随机出来的，而且新插入一个节点不会影响其它节点的层数。因此，插入操作只需要修改插入节点前后的指针，而不需要对很多节点都进行调整，这就降低了插入操作的复杂度。实际上，这是跳表的一个很重要的特性。

4. 跳表其实除了最下面第1层链表之外，它会产生若干层稀疏的链表，这些链表里面的指针故意跳过了一些节点（而且越高层的链表跳过的节点越多）。这使得我们在查找数据时能先在高层链表中查找，然后逐层降低，最终降到第1层链表来精确查找数据位置。在这个过程中，我们跳过了一些节点，从而也就加快了查找速度。

5. 实际应用中的跳表每个节点应该包含member和value两部分。实际上列表中是按照member对应的score值从小到大进行排序的（score值相同时按member字典序排列），查找过程也是根据member来比较。

6. MaxLevel = 32，默认最大层数

7. 实际上，Redis中sorted set的实现是这样的：

• 当数据较少时：zset是由一个压缩列表来实现的
• 当数据较多时：zset是由一个 字典 + 跳表 来实现的。简单来讲，dict用来查询数据到分数的对应关系，而skiplist用来根据分数查询数据（可能是范围查找）

8. 第1层链表不是一个单向链表，而是一个双向链表，这是为了方便以倒序方式获取一个范围内的元素

6、为什么用跳表而不用红黑树或二叉树呢？

1. 范围查找时，跳表效率比红黑树高。跳表可以通过查找区间的起点，然后依次往后遍历即可~
2. 跳表的实现比红黑树简单（红黑树在新增/删除时，可能会面临翻转等操作），更易理解与实现，且可以通过控制跳表的索引层级来控制内存的消耗。