跳表

• 跳表其实是基于单链表实现了二分查找
• 跳表是链表加多级索引的结构，动态数据结构，可以支持快速的插入、删除、查找操作，写起来也不复杂，甚至可以替代红黑树
• Redis 中的有序集合（Sorted Set）就是用跳表来实现的
  每两个结点就抽出一个结点到第二级索引。现在我们再来查找 16，只需要遍历 6 个结点了
  

  跳表查询效率，时间复杂度O(log(n))

  • 那第一级索引的结点个数大约就是 n/2，第二级索引的结点个数大约就是 n/4，第三级索引的结点个数大约就是 n/8，依次类推，也就是说，第 k 级索引的结点个数是第 k-1 级索引的结点个数的 1/2，那第 k级索引结点的个数就是 n/(2^k)。
  • 假设索引有 h 级，最高级的索引有 2 个结点。通过公式可以得到 n/(2^h)=2，从而求得 h=log2^n-1，如果包含原始链表这一层，整个跳表的高度就是 log2n。我们在跳表中查询某个数据的时候，如果每一层都要遍历 m 个结点，那在跳表中查询一个数据的时间复杂度就是 O(m*logn)。每一级索引都最多只需要遍历 3 个结点，也就是说 m=3
  • m为什么是3：假设我们要查找的数据是 x，在第 k 级索引中，我们遍历到 y 结点之后，发现 x 大于 y，小于后面的结点 z，所以我们通过 y 的 down 指针，从第 k 级索引下降到第 k-1 级索引。在第 k-1 级索引中，y 和 z 之间只有 3 个结点（包含 y 和 z），所以，我们在 K-1 级索引中最多只需要遍历 3 个结点，依次类推，每一级索引都最多只需要遍历 3 个结点。
    

跳表的内存O（N）

• 假设原始链表大小为 n，那第一级索引大约有 n/2 个结点，第二级索引大约有 n/4 个结点，以此类推，每上升一级就减少一半，直到剩下 2 个结点。如果我们把每层索引的结点数写出来，就是一个等比数列，索引的结点总和:n/2+n/4+n/8…+8+4+2=n-2
• 内存优化：之前是每两个结点抽一个结点到上级索引，如果我们每三个结点或五个结点，抽一个结点到上级索引。总的索引结点变为： n/3+n/9+n/27+…+9+3+1=n/2，尽管空间复杂度还是 O(n)，但比上面的要减少了一半的索引结点存储空间。

高效的动态插入和删除

• 插入O(logn):对于单链表插入结点的时间复杂度O(1)，查找某个结点的的时间复杂度是 O(logn)，所以查找复杂度也是 O(logn)
  
• 删除获取前驱结点，时间复杂度O（logn）

跳表索引动态更新

• 当不停地往跳表中插入数据时，如果不更新索引，就有可能出现某 2 个索引结点之间数据非常多的情况。极端情况下，跳表还会退化成单链表。
  
• 跳表是通过随机函数来维护“平衡性“，当往跳表中插入数据的时候，可以选择同时将这个数据插入到部分索引层中，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。
  

Redis 中的有序集合是通过跳表来实现的

• 核心操作
  • 插入一个数据；
  • 删除一个数据；
  • 查找一个数据；
  • 按照区间查找数据（比如查找值在 [100, 356] 之间的数据）；
  • 迭代输出有序序列。
• 其中，插入、删除、查找以及迭代输出有序序列这几个操作，红黑树也可以完成，时间复杂度跟跳表是一样的。但是，按照区间来查找数据这个操作，红黑树的效率没有跳表高。
• 代码简单