数据结构与算法之美 —— 跳表

数据结构与算法之美 - 17

二分查找底层依赖的是数组随机访问的特性，所以只能用数组来实现。如果数据存储在链表中，就真的没法用二分查找算法了吗？实际上，我们只需要对链表稍加改造，就可以支持类似“二分”的查找算法。我们把改造之后的数据结构叫做跳表。

目录

跳表（对链表建立多级索引）

1、概念：

2、时间复杂度：

3、空间复杂度：

4、插入删除操作：

5、跳表索引动态更新：

6、为什么 Redis 要用跳表来实现有序集合，而不是红黑树？

---

跳表（对链表建立多级索引）

1、概念：

对于一个单链表来讲，数据查询的时间复杂度是 O(n)

可以通过对链表建立一级“索引”，来提高查询效率？如图每两个结点提取一个结点到上一级，我们把抽出来的那一级叫做索引或索引层。同时需要增加down 指针，来指向下一级结点。

2、时间复杂度：

跳表中查询任意数据的时间复杂度就是 O(logn)。这个时间复杂度同二分查找。换句话说，我们其实是基于单链表实现了二分查找，不过这种查询效率的提升，前提是建立了很多级索引，利用的是空间换时间的时间复杂度。

3、空间复杂度：

每两个节点建立一个索引，那么这几级索引的结点总和就是 n/2+n/4+n/8…+8+4+2=n-2。所以，跳表的空间复杂度是 O(n)。如果每三个节点建立一个索引，那么总的索引结点大约就是 n/3+n/9+n/27+...+9+3+1=n/2。尽管空间复杂度还是 O(n)，但比上面的每两个结点抽一个结点的索引构建方法，要减少了一半的索引结点存储空间。

实际上，在软件开发中，我们不必太在意索引占用的额外空间。在实际的软件开发中，原始链表中存储的有可能是很大的对象，而索引结点只需要存储关键值和几个指针，并不需要存储对象，所以当对象比索引结点大很多时，那索引占用的额外空间就可以忽略了。

 

4、插入删除操作：

在链表中，需要遍历每个结点来找到插入的位置，消耗在指定位置的查找，时间复杂度O(n)。但是，对于跳表来说，指定元素查找的时间复杂度是 O(logn)，所以这里查找某个数据应该插入的位置时间复杂度也是 O(logn)。

 

5、跳表索引动态更新：

随着跳表中不断插入数据，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。

作为一种动态数据结构，我们需要某种手段来维护索引与原始链表大小之间的平衡，也就是说，如果链表中结点多了，索引结点就相应地增加一些，避免复杂度退化，以及查找、插入、删除操作性能下降。

跳表通过随机函数来维护维护索引与原始链表大小之间的平衡。

当跳表插入数据的时候，可以选择同时将这个数据插入到部分索引层中。可以通过一个随机函数，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。随机函数的选择很有讲究，从概率上来讲，能够保证跳表的索引大小和数据大小平衡性，不至于性能过度退化。

 

6、为什么 Redis 要用跳表来实现有序集合，而不是红黑树？

Redis 中的有序集合（ZSet）支持的核心操作主要有下面这几个：

1. 插入一个数据；
2. 删除一个数据；
3. 查找一个数据；
4. 按照区间查找数据（比如查找值在[100, 356]之间的数据）；
5. 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。对于按照区间查找数据这个操作，跳表可以做到 O(logn) 的时间复杂度定位区间的起点，然后在原始链表中顺序往后遍历就可以了。这样做非常高效。

当然，Redis 之所以用跳表来实现有序集合，还有其他原因，比如：

• 跳表更容易代码实现。虽然跳表的实现也不简单，但比起红黑树来说还是好懂、好写多了，而简单就意味着可读性好，不容易出错。
• 跳表更加灵活，它可以通过改变索引构建策略，有效平衡执行效率和内存消耗。