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
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:
- 插入一个数据;
- 删除一个数据;
- 查找一个数据;
- 按照区间查找数据(比如查找值在[100, 356]之间的数据);
- 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。