背景
对于有序的数组，查找一个数可以用二分查找，时间复杂度为O(logn)。
而对于一个有序链表，因为相邻元素存储的位置并不相邻，即使元素有序，也不能像数组一样使用二分去查找元素。 只能从头开始遍历，时间复杂度为O(n)。
优化
我们可以为链表建一层索引，这样查找就会更快一些。就像书的目录一样，假如我们要翻开书本的第五章，首先会去目录找到第五章对应的页数，而不是一页一页去找。
同样的，如果我们在链表上面建一层索引，搜索会不会变快呢？
这样，原本需要7次的查询缩减至了4次，如果再加一层索引，情况会不会更好呢？
结果是又减少了一次查询。
在这个例子中，由于原始链表的结点数量较少，仅仅需要2层索引。如果链表的结点数量非常多，我们就可以抽出更多的索引层级，每一层索引的结点数量都是低层索引的一半。
跳表
基于上述链表改造的数据结构就叫跳表。它允许快速查询、插入和删除一个有序的数据链表，而且平均查找和插入时间复杂度都是O（logn）。
快速查询是通过维护一个多层次的链表，每一层索引结点数量都是低层的一半。这样可以在最上最稀疏的层次进行搜索，找到查找元素在该层两个相邻元素中间，跳至下一层，直至找到元素为止。
跳表的效率
假设链表长度为n，每两个节点抽取出一个节点建立索引，第一层索引有n/2个节点，第二层（n/2）/2个节点，第三层（（n/2）/2）/2个节点，第m层n/（2^m）个节点。
假设一共有m级索引，第m级索引节点有两个，则n/(2^m) =2，即跳表的高度为log(n)-1，加上原始链表的话，整个跳表的高度就为log(n)。每一层都需要遍历k个结点的话，最终的时间复杂度就为O(k*log(n))。
但事实上，k是一个常数，且等于2。为什么呢？
跳表查找不能像二分查找那样从中间开始，把区间划分为大于和小于查找值的两个区间。 跳表的查找只能从一个方向开始，但是类似的，它也把链表划分成了两个区间。当前节点A，和下一个节点B组成一个区间AB，B节点跟末尾节点C组成第二个区间BC，所以只要确认查找的值在AB区间还是BC区间。因为就两个区间，只要比较A和B的值，确认是否在AB区间即可。
跳表是一种空间换时间的做法，如果n个节点的链表每两个节点抽取一个建立节点，一级n/2个，二级n/4个。。。最后一级2。等比数列求和，空间复杂度为O(n)。其实可以每3、5个节点抽取一个索引，这样所占的空间也就少了。
跳表的插入和删除
1.插入
假设要插入一个30，首先找到它的前置节点（仅小于待插入节点）。
插入完成之后需要对索引节点也做调整，因为随着原始链表的新节点越来越多，索引会渐渐变得不够用。我们要让新插入的节点有机会晋升为索引节点，晋升成功的概率是50%（两个节点抽取一个节点当索引节点），也可以是25%（四个节点抽取一个）。可以看出跳表使用的是概率平衡，而不是强平衡。
如果晋升成功，仍然可以继续向上一层索引晋升。如果失败了，插入操作就结束了。
还有一种特殊情况，节点一直晋升，超过了最高索引范围，这时候，我们需要再增加一层索引。
2.删除
思路跟插入差不多，首先按跳表的方式找到待删除的节点。然后顺藤摸瓜，删除对应的索引。如果某一层只有一个节点，而且该元素需要被删除，那就直接删除了这一层。
如果把刚才例子中的30重新删除，情况是这样的。
Java中跳表的实现
在程序实现中，跳表使用双向链表，不论上下左右节点，都有两个指针指向彼此。每一层的首位有一个无限小的空节点，末尾有一个无限大的空节点，这样做是为了方便代码的实现。
定义数据结构
public class SkipList {
// 晋升的概率
private static final double PROMOTE_RATE = 0.5;
private Node head, tail;
// 记录已经有几层索引了
private int levelCount = 0;
public SkipList() {
head = new Node(Integer.MIN_VALUE);
tail = new Node(Integer.MAX_VALUE);
head.right = tail;
tail.left = head;
}
private class Node {
private int data;
private Node up, down, left, right;
public Node(int data) {
this.data = data;
}
}
}插入操作
/**
* 找到前置节点
* @param data
* @return
*/
private Node findPreNode(int data) {
Node node = head;
while(true) {
// 不要超过边界
// 当前节点的右节点大于data 那么当前节点就是前置节点
while(node.right.data != Integer.MAX_VALUE && node.right.data <= data) {
node = node.right;
}
if (node.down == null) {
break;
}
node = node.down;
}
return node;
}
/**
* 追加节点
* @param preNode
* @param newNode
*/
private void appendNode(Node preNode, Node newNode) {
newNode.left = preNode;
newNode.right = preNode.right;
preNode.right.left = newNode;
preNode.right = newNode;
}
/**
* 增加一层
*/
private void addLevel() {
this.levelCount++;
Node p1 = new Node(Integer.MIN_VALUE);
Node p2 = new Node(Integer.MAX_VALUE);
p1.right = p2;
p2.left = p1;
p1.down = head;
p2.down = tail;
head.up = p1;
tail.up = p2;
head = p1;
tail = p2;
}
/**
* 插入节点
* @param data
*/
public void insert(int data) {
Node preNode = findPreNode(data);
Node newNode = new Node(data);
appendNode(preNode, newNode);
// 晋升代码
int currentLevel = 0;
Random random = new Random();
boolean isAddLevel = false;
while(random.nextDouble() < this.PROMOTE_RATE) {
// 限制只能新增一层
if (isAddLevel) {
break;
}
// 当前层已经是最高层，新增一层
if (currentLevel == this.levelCount) {
addLevel();
isAddLevel = true;
}
// 针对新增一层的情况
// preNode已经没有上层节点了 需要移动到该层的头节点
while(preNode.up == null) {
preNode = preNode.left;
}
preNode = preNode.up;
// 把晋升的节点插入到上一层
Node upperNode = new Node(data);
appendNode(preNode, upperNode);
upperNode.down = newNode;
newNode.up = upperNode;
currentLevel++;
}
}查找操作
public Node search(int data) {
Node p = findPreNode(data);
if (p.data == data) {
System.out.println("找到了： " + data);
return p;
}
System.out.println("没有找到： " + data);
return null;
}删除操作
/**
* 删除节点
* @param data
* @return
*/
public boolean remove(int data){
Node removedNode = search(data);
if(removedNode == null){
return false;
}
int currentLevel=0;
while (removedNode != null){
removedNode.right.left = removedNode.left;
removedNode.left.right = removedNode.right;
//如果不是最底层，且只有无穷小和无穷大结点，删除该层
if(currentLevel != 0 && removedNode.left.data == Integer.MIN_VALUE && removedNode.right.data == Integer.MAX_VALUE){
removeLevel(removedNode.left);
}else {
currentLevel ++;
}
removedNode = removedNode.up;
}
return true;
}
/**
* 删除一层
* @param leftNode
*/
private void removeLevel(Node leftNode){
head = head.down;
tail = tail.down;
head.up = null;
tail.up = null;
this.levelCount--;
}完整代码
public class SkipList {
// 晋升的概率
private static final double PROMOTE_RATE = 0.5;
private Node head, tail;
// 记录已经有几层索引了
private int levelCount = 0;
public SkipList() {
head = new Node(Integer.MIN_VALUE);
tail = new Node(Integer.MAX_VALUE);
head.right = tail;
tail.left = head;
}
/**
* 找到前置节点
* @param data
* @return
*/
private Node findPreNode(int data) {
Node node = head;
while(true) {
// 不要超过边界
// 当前节点的右节点大于data 那么当前节点就是前置节点
while(node.right.data != Integer.MAX_VALUE && node.right.data <= data) {
node = node.right;
}
if (node.down == null) {
break;
}
node = node.down;
}
return node;
}
/**
* 追加节点
* @param preNode
* @param newNode
*/
private void appendNode(Node preNode, Node newNode) {
newNode.left = preNode;
newNode.right = preNode.right;
preNode.right.left = newNode;
preNode.right = newNode;
}
/**
* 增加一层
*/
private void addLevel() {
this.levelCount++;
Node p1 = new Node(Integer.MIN_VALUE);
Node p2 = new Node(Integer.MAX_VALUE);
p1.right = p2;
p2.left = p1;
p1.down = head;
p2.down = tail;
head.up = p1;
tail.up = p2;
head = p1;
tail = p2;
}
/**
* 插入节点
* @param data
*/
public void insert(int data) {
Node preNode = findPreNode(data);
Node newNode = new Node(data);
appendNode(preNode, newNode);
// 晋升代码
int currentLevel = 0;
Random random = new Random();
boolean isAddLevel = false;
while(random.nextDouble() < this.PROMOTE_RATE) {
// 限制只能新增一层
if (isAddLevel) {
break;
}
// 当前层已经是最高层，新增一层
if (currentLevel == this.levelCount) {
addLevel();
isAddLevel = true;
}
// 针对新增一层的情况
// preNode已经没有上层节点了 需要移动到该层的头节点
while(preNode.up == null) {
preNode = preNode.left;
}
preNode = preNode.up;
// 把晋升的节点插入到上一层
Node upperNode = new Node(data);
appendNode(preNode, upperNode);
upperNode.down = newNode;
newNode.up = upperNode;
currentLevel++;
}
}
public Node search(int data) {
Node p = findPreNode(data);
if (p.data == data) {
System.out.println("找到了： " + data);
return p;
}
System.out.println("没有找到： " + data);
return null;
}
/**
* 删除节点
* @param data
* @return
*/
public boolean remove(int data){
Node removedNode = search(data);
if(removedNode == null){
return false;
}
int currentLevel=0;
while (removedNode != null){
removedNode.right.left = removedNode.left;
removedNode.left.right = removedNode.right;
//如果不是最底层，且只有无穷小和无穷大结点，删除该层
if(currentLevel != 0 && removedNode.left.data == Integer.MIN_VALUE && removedNode.right.data == Integer.MAX_VALUE){
removeLevel(removedNode.left);
}else {
currentLevel ++;
}
removedNode = removedNode.up;
}
return true;
}
/**
* 删除一层
* @param leftNode
*/
private void removeLevel(Node leftNode){
head = head.down;
tail = tail.down;
head.up = null;
tail.up = null;
this.levelCount--;
}
private class Node {
private int data;
private Node up, down, left, right;
public Node(int data) {
this.data = data;
}
}
//输出底层链表
public void printList() {
Node node=head;
while (node.down != null) {
node = node.down;
}
while (node.right.data != Integer.MAX_VALUE) {
System.out.print(node.right.data + " ");
node = node.right;
}
System.out.println();
}
public static void main(String[] args) {
SkipList list=new SkipList();
list.insert(50);
list.insert(15);
list.insert(13);
list.insert(20);
list.insert(100);
list.insert(75);
list.insert(99);
list.insert(76);
list.insert(83);
list.insert(65);
list.printList();
list.search(50);
list.remove(50);
list.search(50);
}
}
1205
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
