数据结构与算法——跳表

如何理解“跳表”

单链表

对链表建立一级“索引”

比如 16。我们可以先在索引层遍历，当遍历到索引层中值为 13 的结点时，我们发现下一个结点是 17，那要查找的结点 16 肯定就在这两个结点之间。然后我们通过索引层结点的 down 指针，下降到原始链表这一层，继续遍历。这个时候，我们只需要再遍历 2 个结点，就可以找到值等于 16 的这个结点了。这样，原来如果要查找 16，需要遍历 10 个结点，现在只需要遍历 7 个结点。

这种链表加多级索引的结构，就是跳表

用跳表查询到底有多快

索引的抽取方式： 每两个结点会抽出一个结点作为上一级索引的结点。
n： 链表的总结点个数。
$n/(2^k)$ K级索引的个数
假设索引有 h 级，最高级索引有2两个结点，可以得到$n/(2^h)=2$，得到$h={\log }_{2}n-1$，如果每一层都需要遍历 m 个结点，则在跳表中查询一个数据的时间复杂度就是 $O(m\ast \log n)$
因为根据索引的抽取方式，分析可得 m = 3 ，所以跳表在任意数据的时间复杂度就是$O(\log n)$

跳表所需的内存空间以及空间复杂度

跳表所需要的内存空间：
每两个结点抽取一个 索引的结点总和为， n/2+n/4+n/8…+8+4+2=n-2

每三个结点抽取一个 索引的结点总和为，n/3+n/9+n/27+…+9+3+1=n/2

跳表的空间复杂度： 由上可以看出，无论是隔两个结点取一个，还是隔三个结点取一个，空间复杂度都是 $O(n)$ 。

高效的插入和删除

跳表的插入和删除操作时间复杂度也是 $O(\log n)$
对于纯粹的单链表，需要遍历每个结点，来找到插入的位置。但是，对于跳表来说，我们讲过查找某个结点的时间复杂度是 O(logn)，所以这里查找某个数据应该插入的位置，方法也是类似的，时间复杂度也是 O(logn)。我画了一张图，你可以很清晰地看到插入的过程。

如果这个结点在索引中也有出现，我们除了要删除原始链表中的结点，还要删除索引中的。因为单链表中的删除操作需要拿到要删除结点的前驱结点，然后通过指针操作完成删除。所以在查找要删除的结点的时候，一定要获取前驱结点。当然，如果我们用的是双向链表，就不需要考虑这个问题了。

跳表索引的动态更新

红黑树、AVL 树这样平衡二叉树，你就知道它们是通过左右旋的方式保持左右子树的大小平衡。

插入一个新的值，我们如何确定加入的是哪层索引？通过一个随机函数，来决定将这个结点插入到哪几级索引中，比如随机函数生成了值 K，那我们就将这个结点添加到第一级到第 K 级这 K 级索引中。能够保证跳表的索引大小和数据大小平衡性 。

很多编程语言中的 Map 类型都是通过红黑树来实现的

内容小结

跳表使用空间换时间的设计思路，通过构建多级索引来提高查询的效率，实现了基于链表的“二分查找”。跳表是一种动态数据结构，支持快速地插入、删除、查找操作，时间复杂度都是 O(logn)。

跳表的空间复杂度是 O(n)