05 跳表

1. 什么是跳表 -skiplist

skiplist本质上也是一种查找结构，用于解决算法的查找问题，跟平衡搜索树和哈希表的价值是一样的，可以作为Key或者Key/Value的查找模型。那么相对比而言它的优势是什么？

skiplist是由William Pugh发明的，最早出现于他在1990年发表的论文《Skip Lists: AProbabilistic Alternative to Balanced Trees》。对细节感兴趣的同学可以下载论文原文来阅读。skiplist，顾名思义，首先它是一个list。实际上，它是在有序链表的基础上发展起来的。如果是一个有序的链表，查找数据的时间复杂度是O(N)。

优化的思路：
1.加入吧每相邻两个节点升高一层，增加一个指针，让指针指向下下个及诶点，如下图。这样所有新增加的指针练成了一个新链表，但它包含的及诶点个数只有原来的一半。由于新增加的指针，不再需要与链表中每个节点比较，需要比较的节点数大概只有原来的一半
2.以此类推，可以在第二层新产生的链表上，继续为每相邻的两个节点升高一层，增加一个指针，从而产生第三层链表，如下图c，搜索效率进一步提高
3. skiplist正是受这种多层链表的想法的启发而设计出来的。实际上，按照上面生成链表的方式，上面每一层链表的节点个数，是下面一层的节点个数的一半，这样查找过程就非常类似二分查找，使得查找的时间复杂度可以降低到O(log n)。但是这个结构在插入删除数据的时候有很大的问题，插入或者删除一个节点之后，就会打乱上下相邻两层链表上节点个数严格的2:1的对应关系。如果要维持这种对应关系，就必须把新插入的节点后面的所有节点（也包括新插入的节点）重新进行调整，这会让时间复杂度重新蜕化成O(n)。

4.skiplist的设计为了避免这种问题，做了一个大胆的处理，不再严格要求对应比例关系，而是插入一个节点的时候随机出一个层数。这样每次插入和删除都不需要考虑其他节点的层数，这样就好处理多了，细节过程如下图：

2. skiplist的效率如何保证

skiplist插入一个及诶点随机出一个层数，听起来随意，如何保证搜索效率？
这里先分析随机层数是怎么来的。一般跳表会设计一个最大层数maxLevel的限制，其次会设置一个多增加一层的概率p。那么计算这个随机层数的伪代码如下图：

在Redis的skiplist实现中，这两个参数的取值为：

p = 1/4
maxLevel = 32

根据前面randomLevel的伪代码，可以看出，产生越高的层数，概率越低，定量的分析如下：

• 节点层数至少为1。而大于1的节点层数，满足一个概率分布
• 节点层数恰好等于1的概率为1-p
• 节点层数大于等于2的概率为p，而节点层数恰好等于2的概率为p(1-p)
• 节点层数大于等于3的概率为p^2，而节点层数恰好等于3的概率为p^2*(1-p)
• 节点层数大于等于2的概率为p^3，而节点层数恰好等于2的概率为p^3(1-p)
• 。。。

因此，一个节点的平均层数（也即包含的平均指针数目），计算如下：

现在很容易计算出：

• 当p=1/2时，每个节点所包含的平均指针数目为2
• 当p=1/4时，每个节点所包含的平均指针数目为1.33

跳表的时间复杂度为O(logN)，这个推导的过程较为复杂，需要有一定的数据功底，下面引用的文章有讲解：
铁蕾的博客
William_Pugh大佬的论文

3. skiplist的实现

https://leetcode.cn/problems/design-skiplist/

3.1 节点设计

#pragma once
#include <vector>
#include <random>
#include <chrono>

保存一个值，然后保存下一个节点地址的数组

struct SkiplistNode
{
    int _val;
    std::vector<struct SkiplistNode*> _nextV;

    SkiplistNode(int val, int level)
        :_val(val),
         _nextV(level, nullptr)
    {}
};

3.2 成员

保存一个头节点

class Skiplist {
    typedef struct SkiplistNode node;
public:
    Skiplist() {
        srand(time(0));
        // 头节点，层数是1
        _head = new node(-1, 1);
    }
    private:
    node* _head;
    size_t _max_level = 32;
    double _p = 0.5;
};

3.3 查找

从最高层开始，比下一个节点值大往下一个跳，小就往下走

 bool search(int target) {

     node* cur = _head;
     int level = _head->_nextV.size() - 1;
     while (level >= 0)
     {
         // 目标值比下一个节点值要大，向右走
         // 下一个节点是空(尾)，目标值比下一个节点值要小，向下走

         if (cur->_nextV[level] && target > cur->_nextV[level]->_val)
         {
             // 向右走
             cur = cur->_nextV[level];
         }
         else if (cur->_nextV[level] == nullptr || target < cur->_nextV[level]->_val)
         {
             // 向下走
             level--;
         }
         else
         {
             return true;
         }
     }

     return false;
 }

3.4 插入

先生成一个随机高度，再找到每个位置的前一个节点连接

int RandomLevel(){

    size_t level = 1;
    // rand() ->[0, RAND_MAX]之间
    while (rand() <= RAND_MAX * _p && level < _max_level)
    {
        level++;
    }

    return level;
}

int RandomLevel2()
{
    static std::default_random_engine generator(std::chrono::system_clock::now().time_since_epoch().count());
    static std::uniform_real_distribution<double> distribution(0.0, 1.0);

    size_t level = 1;
    while (distribution(generator) <= _p && level < _max_level)
    {
        level++;
    }

    return level;
}

void add(int num) {

    std::vector<node*> prev = FindPrevNode(num);

    int n = RandomLevel();

    // 如果超过当前最大层数，就升高一下_head的层数
    if (n > _head->_nextV.size())
    {
        _head->_nextV.resize(n, nullptr);
        prev.resize(n, _head);
    }
    node* new_node = new node(num, n);
    // 连接前后节点
    for (size_t i = 0; i < n; i++)
    {
        new_node->_nextV[i] = prev[i]->_nextV[i];
        prev[i]->_nextV[i] = new_node;
    }
}

3.5 打印

void Print(){

    node* cur = _head;
    if (cur->_nextV.size() == 0)
    {
        return;
    }

    while (cur)
    {
        printf("%2d\n", cur->_val);
        // 打印每个每个cur节点
        for (auto e : cur->_nextV)
        {
            printf("%s", "↓");
        }
        printf("\r\n");

        cur = cur->_nextV[0];
    }
}

3.6 删除

同样找到所有前一个节点，删掉后连接。如果删的是最高的节点，可以降低头节点高度

bool erase(int num) {

    std::vector<node*> prev = FindPrevNode(num);

    // 第一层下一个不是val，val不在表中
    if (prev[0]->_nextV[0] == nullptr || prev[0]->_nextV[0]->_val != num)
    {
        return false;
    }
    else
    {
        node* del = prev[0]->_nextV[0];
        // del节点每一层的前后指针链接起来
        for (size_t i = 0; i < del->_nextV.size(); i++)
        {
            prev[i]->_nextV[i] = del->_nextV[i];
        }
        delete del;
    }

    // 如果删除最高层节点，把头节点的层数也降一下
    int i = _head->_nextV.size() - 1;
    while (i >= 0)
    {
        if (_head->_nextV[i] == nullptr)
        {
            i--;
        }
        else
        {
            break;
        }
    }

    _head->_nextV.resize(i + 1);

    return true;
}

4. skiplist跟平衡搜索树和哈希表的对比

1.skiplist相比平衡搜索树对比，都可以做到遍历数据有序，时间复杂度也差不多，skiplist的优势是：a.skiplist实现简单，容易控制。平衡树增删查改遍历都更复杂 b.skiplist的额外空间消耗更低。平衡树节点有三叉链，平衡因子/颜色等消耗。skiplist中p=1/2时，每个节点所包含的平均指针数目为2；skiplist中p=1/4时，每个及诶点所包含的平均指针数目为1.33

2.skiplist相比哈希表而言，就没有那么大的优势了。相比而言，a.哈希表平均时间复杂度是O(1)，比skiplist快 b.哈希表空间消耗略多一点
skiplist优势如下：a.遍历数据有序 b.skiplist空间消耗略小一点，哈希表存在链表指针和表空间消耗 c.哈希表扩容有性能损耗 d.哈希表极端场景哈希冲突高，效率下降，需要红黑树补足