跳表SkipList

跳表

目录

• 1.单链表→跳表

• 2. 时间复杂度

• 3. 空间复杂度

• 4. 插入数据

• 4.总结

• 5.源码解析

• 参考链接

跳表的插入、删除和查找元素的时间复杂度都跟红黑树一样，是****O(logn)

1.单链表→跳表

下图中是一个有序单链表，查找的时间复杂度是O(n)

那么有没有什么办法可以提高链表的查找速度呢？如下图所示，可以增加一级索引，查找10这个元素的时候，可以先在第一级索引中找到 1、4、7、9，遍历到一级索引的 9 时，发现 9 的后继节点是 13，比 10 大，于是不往后找了，而是通过 9 找到原始链表的 9，然后再往后遍历找到了我们要找的 10，遍历结束。这样我们不需要对10之前的所有数据都进行遍历，提高了查找的效率

假如单链表有10000个元素，分别是 0~9999。我们建立如下的多级索引，就可以使得有序链表可以实现二分查找。由此可知，当元素数量较多时，索引提高的效率比较大，近似于二分查找。

所以说，跳表是可以实现二分查找的有序链表

2. 时间复杂度

跳表的时间复杂度 = 索引的高度 * 每层索引遍历元素的个数

先来求跳表的索引高度。如下图所示，假设每两个结点会抽出一个结点作为上一级索引的结点，原始的链表有n个元素，则一级索引有n/2 个元素、二级索引有 n/4 个元素、k级索引就有 $n/2^k$个元素。最高级索引一般有2个元素，即：最高级索引 h 满足 2 = $n/2^h$，即 $h=lo{g}_{2}n-1$，最高级索引 h 为索引层的高度加上原始数据一层，跳表的总高度 $h=lo{g}_{2}n$。

跳表的索引高度 $h=lo{g}_{2}n$，且每层索引最多遍历 3 个元素。所以跳表中查找一个元素的时间复杂度为 O(3*logn)，省略常数即：O(logn)。

3. 空间复杂度

假如原始链表包含 n 个元素，则一级索引元素个数为 n/2、二级索引元素个数为 n/4、三级索引元素个数为 n/8 以此类推。所以，索引节点的总和是：n/2 + n/4 + n/8 + … + 8 + 4 + 2 = n-2，空间复杂度是 O(n)。

如果每三个结点抽一个结点做为索引，索引总和数就是 n/3 + n/9 + n/27 + … + 9 + 3 + 1= n/2，减少了一半。所以我们可以通过较少索引数来减少空间复杂度，但是相应的肯定会造成查找效率有一定下降，我们可以根据我们的应用场景来控制这个阈值，看我们更注重时间还是空间。

4. 插入数据

时间复杂度为查找元素的时间复杂度O(logn)

插入中需要解决的一个问题是，如何在插入数据的同时来更新索引，如果只往原始列表中添加数据，但是不更新索引，就可能出现两个索引节点之间数据非常多的情况。极端情况下，跳表退化成单链表。所以，在插入数据的同时，索引节点也需要相应的增加或者重建，来避免查找效率的退化。

比较容易理解的做法是完全重建索引，每次插入数据后，都把这个跳表的索引删除全部重建，但是重建索引的时间复杂度是O(n),这是我们不能接受的。

那么，如果我们在原始链表中随机选取n/2个元素作为一级索引是不是也能通过索引来提高查找的效率呢？答案是肯定的。我们可以认为：当原始链表中元素数量足够大，且抽取足够随机的话，我们得到的索引是均匀的。所以，我们就可以维护一个这样的索引：随机选n/2个元素作为一级索引，随机选n/4个元素作为二级索引、随机选n/8个元素作为三级索引，以此类推。

代码实现的时候：每次有数据要插入的时候，先通过概率算法告诉我们这个元素需要插入到几级索引中。

可以实现一个randomlevel()方法，该方法会随机生成1~MAX_LEVEL之间的数，且有1/2的概率返回1，1/4的概率返回2，1/8的概率返回3，以此类推。

randomlevel()方法的一个实现

在Redis的t_zset.c中也有类似函数的实现

Redis 作者 antirez 使用位运算来提高浮点数比较的效率。

4.总结

1. 跳表是可以实现二分查找的有序链表
2. 空间换时间
3. 每个元素在插入时随机生成它的level
4. level 0包含所有的元素
5. 如果一个元素出现在level x，那么它肯定出现在x一下的level中
6. 跳表源码在实现的时候并没有使用向下的指针，具体可以参考源码解析
7. 跳表查询、插入和删除的时间复杂度为O(log n), 与平衡二叉树接近

5.源码解析

跳表源码解析

参考链接

学习跳表的时候从下文中借鉴颇多

SkipList跳表