数据结构与算法篇 跳表（Skip list）

跳表（Skip list），就是会跳的链表。。。。。。是一种在各方面性能都比较优秀的数据结构，可以支持快速的插入，删除，查找操作，写起来完全没有红黑树那么复杂和难理解。

其中在Redis中的有序集合就是用跳表来实现的，其实红黑树也是一样的支持快速插入，删除和查找，那么为什么Redis要使用跳表实现有序集合，而在很多语言里为什么要使用红黑树来实现Map，例如C++STL

讲了这么多，我们来看一下怎么来理解跳表这种数据结构？就是链表+索引

在查找的时候，假如你想查找16，那么先会找到13,13小于16，然后就下一个17大于16，那么就是13的下一个，这样遍历的话只需要7次就可以找到了，就减少了3次遍历。

那我们再网上加一层索引会有怎样的效果呢？

这样我们只需要遍历6个节点就能找到了16了，当数据量和索引表都增加的时候，效果就会更加明显

到了这里大概对跳表有了大概了解了

那么接下来我们来看一下时间复杂度和空间复杂度

按照上图，我们是从每两个节点中抽出一个结点作为上一级的索引结点，第一级索引的结点数n/2  第二级是n/4  第三级是n/8，那么第k-1级是1/2，第k级是索引结点的个数是n/(2^k)

假如索引有h级，最高索引有2个结点

，通过上面的公式我们可以得到n/(2^h)=2,就可以得到h=log2n-1,假如包含最原始的链表，那么就是log2n，那么我们在每一次需要遍历m个结点，那么时间复杂度是O（m*logn），你试试自己取算算，发现m最大也就是3，综上所述时间复杂度是O（logn），这就是用空间换时间的

跳表的空间复杂度并不复杂，n/2,n/4,n/8,...8,4,2 = n-2，也就是一个等比数列，所以它的空间复杂度是O（n）

当我们每三个结点抽一个索引，那么就是n/3,n/9,n/27,...,9,3,1 = n/2，尽管空间复杂度还是O（n），但是减少了索引空间，当结点的数据量大的时候，索引这个结点就可以被忽略了。

接下来我们来看一下跳表的高效插入和删除，删除和插入的操作时间复杂度还是O（logn），无论是插入还是删除我们都是需要先进行查找找到位置先，然后插入结点或者是删除结点，也就是链表的操作，突然发现我没有写链表的学习记录，找一天补上。

 

当我学到这里的时候我第一反应就是，这样不会把跳表的性质给破坏了嘛，然后退化成了链表，就像二叉树一样，所以才有了AVL二叉树，那么这里也是一样，所以我们需要取动态维护跳表，避免产生退化，性能下降。

当我们往跳表插入数据的时候，我们同是将这个数据插入到部分索引层中，我们可以通过一个随机函数，来决定结点插入那几级索引中，比如产生了k=2，就是如图所示，从概率上来讲能保证跳表的索引大小和数据的平衡性，不至于性能过度退化。

关于开头讲到的为什么用跳表而不用红黑树，作者是这样说的

Redis 中的有序集合是通过跳表来实现的，严格点讲，其实还用到了散列表。不过散列表我们后面才会讲到，所以我们现在暂且忽略这部分。如果你去查看 Redis 的开发手册，就会发现，Redis 中的有序集合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。还有，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。

不过，跳表也不能完全替代红黑树。因为红黑树比跳表的出现要早一些，很多编程语言中的 Map 类型都是通过红黑树来实现的。我们做业务开发的时候，直接拿来用就可以了，不用费劲自己去实现一个红黑树，但是跳表并没有一个现成的实现，所以在开发中，如果你想使用跳表，必须要自己实现。