mysql source skip_redis mysql 中的跳表(skip list) 查找树(btree)

跳表(skip list)

数组和链表对比：

数组支持随机访问，根据下标随机访问的时间复杂度是 O(1)

数组的插入和删除操作效率不高，平均情况下的时间复杂度是 O(logN)

链表随机访问性能没有数组好，平均情况下的时间复杂度是 O(logN)

链表插入和删除操作只需要改变相邻节点的指针，时间复杂度是 O(1)

二分查找底层依赖数组结构，跳表通过构建多级索引来提高查询效率，实现了基于链表结构的“二分查找”(查找、删除、添加等操作都可以拥有对数时间复杂度)

跳表时间和空间复杂度：

查询操作的平均时间复杂度是 O(logN)，最坏时间复杂度 O(N)

插入操作的平均时间复杂度是 O(logN)，最坏时间复杂度 O(N)

删除操作的平均时间复杂度是 O(logN)，最坏时间复杂度 O(N)

平均空间复杂度是 O(N)，最坏空间复杂度 O(N logN)

跳表时间复杂度分析：

设原始链表有 N 个节点，每两个节点抽取一个节点作为上一级索引节点，这样第 k 层索引有 N/(2^k)个节点

设共有 h 级索引，最高一级索引有 2 个节点，结合上面的分析知道 N/2^h = 2，所以 h + 1 = log2(N)

加上原始链表这一层，整个跳表的高度是 log2(N)

查找某个数据时若每层需比较 m 个节点，总的时间复杂度是 log2(m*N)，可简化为 O(logN)(m 是个常数)

跳表索引动态更新：

往跳表中插入数据时会选择性的将这个数据同步插入部分索引层中

由随机函数来确定需要插入哪些索引层级，这样在可以避免在插入大量数据后跳表查询性能退化

Redis 有序集合(Sorted Set)

Reids 有序集合支持的核心操作有：插入数据、查找数据、删除数据、根据 score 按照区间查找数据

Redis 有序集合的底层编码有两种实现，分别是 ziplist 和 skiplist，当有序集合的元素个数小于 zset-max-ziplist-entries 配置(默认128个)，并且每个元素的值都小于 zset-max-ziplist-value 配置(默认64字节)时，Redis 会用 ziplist 来作为有序集合的内部实现，上述两个条件之一不满足时，Redis 启用 skiplist 作为有序集合的内部实现(转换过程是不可逆转，只能从小内存编码向大内存编码转换)

下面演示了先查看 redis 的默认配置，并演示了往 zset 中添加元素时由于元素大于 64 字节，Redis 内部存储结构由开始的 ziplist 转变为一个 dict 加一个 skiplist (dict 用来查询数据到分数的对应关系，而 skiplist 用来根据分数查询数据)

Redis 实现的跳跃表：

Redis 的跳跃表实现由 zskiplist 和 zskiplistNode 两个结构组成， 其中 zskiplist 用于保存跳跃表信息(比如表头节点、表尾节点、长度)， 而 zskiplistNode 则用于表示跳跃表节点

每个跳跃表节点的层高都是 1 至 32 之间的随机数(程序根据幂定律生成，越大的数出现的概率越小)

在同一个跳跃表中，多个节点可以包含相同的分值，但每个节点的成员对象必须是唯一的

跳跃表中的节点按照分值大小进行排序， 当分值相同时， 节点按照成员对象的大小进行排序

原始链表层的每个节点有一个指向前继节点的指针，用于从表尾方向向表头方向迭代(当执行 ZREVRANGE 或 ZREVRANGEBYSCORE 等逆序处理有序集的命令时用到)