一、什么是跳表-skiplist
skiplist本质上也是一种查找结构,用于解决算法中的查找问题,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。
skiplist,顾名思义,首先它是一个list。skiplistWilliam Pugh是由发明的,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)。
William Pugh开始的优化思路:
1.假如我们每相邻两个节点升高一层,增加一个指针,让指针指向下下个节点,如下图b所示。这样所有新增加的指针连成了一个新的链表,但它包含的节点个数只有原来的一半。由于新增加的指针,我们不再需要与链表中每个节点逐个进行比较了,需要比较的节点数大概只有原来的一半。
2.以此类推,我们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,这样搜索效率就进一步提高了。
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。细节过程入下图:
二、skiplist的效率如何保证
上面我们说到,skiplist插入一个节点时随机出一个层数,听起来怎么这么随意,如何保证搜索时的效率呢?这里首先要细节分析的是这个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()的伪码,我们很容易看出,产生越高的节点层数,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p2,而节点层数恰好等于3的概率为p2*(1-p)。
节点层数大于等于4的概率为p3,而节点层数恰好等于4的概率为p3*(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。
跳表的平均时间复杂度为O(logN),这个推导的过程较为复杂,需要有一定的数据功底,这里我们就不做过多的解释,感兴趣的伙伴可以查阅相关资料
三、skiplist的实现
跳表的实现
#include <iostream>
#include <vector>
using namespace std;
struct SkiplistNode
{
int _val;
vector<SkiplistNode *> _nextV;
SkiplistNode(int val, int level)
: _val(val), _nextV(level, nullptr)
{
}
};
class Skiplist
{
typedef SkiplistNode Node;
public:
Skiplist()
{
srand(time(nullptr));
// 头结点,层数是1
_head = new SkiplistNode(-1, 1);
}
bool search(int target)
{
Node *cur = _head;
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
// 目标值比下一个值要大,向右走
// 下一个是空或者目标值比下一个值要小,向下走
if (cur->_nextV[level] && cur->_nextV[level]->_val < target)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || cur->_nextV[level]->_val > target)
{
// 向下走
--level;
}
else
{
return true;
}
}
return false;
}
// 查找节点的前屈节点
vector<Node *> FindPrevNode(int num)
{
vector<Node *> prevV(_maxLevel, _head);
Node *cur = _head;
int level = _head->_nextV.size() - 1;
while (level >= 0)
{
// 目标值比下一个值要大,向右走
// 下一个是空或者目标值比下一个值要小,向下走
if (cur->_nextV[level] && cur->_nextV[level]->_val < num)
{
// 向右走
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || cur->_nextV[level]->_val >= num)
{
// 更新level层的前一个
prevV[level] = cur;
// 向下走
--level;
}
}
return prevV;
}
void add(int num)
{
vector<Node *> prevV = FindPrevNode(num);
int n = RandomLevel();
Node *newnode = new Node(num, n);
// 如果n超过了当前的最大层数,那么就升高一下_head
if (n > _head->_nextV.size())
_head->_nextV.resize(n);
// 链接前后节点
for (int i = 0; i < n; i++)
{
newnode->_nextV[i] = prevV[i]->_nextV[i];
prevV[i]->_nextV[i] = newnode;
}
}
bool erase(int num)
{
vector<Node *> prevV = FindPrevNode(num);
// 第一层下一个不是val
if (prevV[0]->_nextV[0] == nullptr || prevV[0]->_nextV[0]->_val != num)
{
return false;
}
Node *del = prevV[0]->_nextV[0];
// del节点每一层的前后指针连接起来
for (int i = 0; i < del->_nextV.size(); i++)
{
prevV[i]->_nextV[i] = del->_nextV[i];
}
delete del;
return true;
}
int RandomLevel()
{
size_t level = 1;
// rand() -> [0,RAND_MAX]
while (rand() < RAND_MAX * _p && level < _maxLevel)
{
++level;
}
return level;
}
private:
Node *_head;
size_t _maxLevel = 32;
double _p = 0.25;
};
四、skiplist跟平衡搜索树和哈希表的对比
1.skiplist相比平衡搜索树(AVL树和红黑树)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:
-
skiplist实现简单,容易控制。平衡树增删查改遍历都更复杂。
-
skiplist的额外空间消耗更低。平衡树节点存储每个值有三叉链,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,每个节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
-
哈希表平均时间复杂度是O(1),比skiplist快。
-
哈希表空间消耗略多一点。
skiplist优势如下:
-
遍历数据有序
-
skiplist空间消耗略小一点,哈希表存在链接指针和表空间消耗。
-
哈希表扩容有性能损耗。
所包含的平均指针数目为2;skiplist中p=1/4时,每个节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
-
哈希表平均时间复杂度是O(1),比skiplist快。
-
哈希表空间消耗略多一点。
skiplist优势如下:
-
遍历数据有序
-
skiplist空间消耗略小一点,哈希表存在链接指针和表空间消耗。
-
哈希表扩容有性能损耗。
-
哈希表在极端场景下哈希冲突高,效率下降厉害,需要红黑树补足接力。