lucene代码分析9

2021SC@SDUSC
跳跃表规则
(Skip list)
为了提高查找的性能，Lucene 在很多地方采取的跳跃表的数据结构。
跳跃表(Skip List)是如图的一种数据结构，有以下几个基本特征：
元素是按顺序排列的，在 Lucene 中，或是按字典顺序排列，或是按从小到大顺序排列。
跳跃是有间隔的(Interval)，也即每次跳跃的元素数，间隔是事先配置好的，如图跳跃表
的间隔为 3。
跳跃表是由层次的(level)，每一层的每隔指定间隔的元素构成上一层，如图跳跃表共有
2 层。
需要注意一点的是，在很多数据结构或算法书中都会有跳跃表的描述，原理都是大致相同的，
但是定义稍有差别：
对间隔(Interval)的定义： 如图中，有的认为间隔为 2，即两个上层元素之间的元素数，
不包括两个上层元素；有的认为是 3，即两个上层元素之间的差，包括后面上层元素，
不包括前面的上层元素；有的认为是 4，即除两个上层元素之间的元素外，既包括前面，
也包括后面的上层元素。Lucene 是采取的第二种定义。
对层次(Level)的定义：如图中，有的认为应该包括原链表层，并从 1 开始计数，则总层
次为 3，为 1，2，3 层；有的认为应该包括原链表层，并从 0 计数，为 0，1，2 层；有
的认为不应该包括原链表层，且从 1 开始计数，则为 1，2 层；有的认为不应该包括链
表层，且从 0 开始计数，则为 0，1 层。Lucene 采取的是最后一种定义。
跳跃表比顺序查找，大大提高了查找速度，如查找元素 72，原来要访问 2，3，7，12，23，
37，39，44，50，72 总共 10 个元素，应用跳跃表后，只要首先访问第 1 层的 50，发现 72
大于 50，而第 1 层无下一个节点，然后访问第 2 层的 94，发现 94 大于 72，然后访问原链
表的 72，找到元素，共需要访问 3 个元素即可。