小肥柴慢慢手写数据结构（C篇）（2-5 跳表）
目录
2-14 跳表（skip list）的概念
-
对于学过一些数据结构知识的朋友：跳表就是一种概率性替代平衡树（AVL）的数据结构，并且不需要平衡和储存优先级信息。
-
对没有学过数据结构的朋友：跳表类似于你在查字典时看到的目录，方便你能快速的找到你希望看到的章节内容所在的具体页码；映射到数据结构知识上，我们尝试把原始的链表人为加上索引（加一层），让寻找某一节点的操作更快，是典型的“空间换时间”策略的应用。如下图（直接贴原作者论文图，侵删）：
看了很多帖子，最后根据参考资料[1]找到原作者论文，发现上图才是跳表的本质，即每个节点中有一个存放指向不同层其他节点的指针数组！。结合图中e行说明：
（1）内容为6的节点包含4个指针，分别指向不同层的链表，分别是（我们用level表示层序号）
level 3：6->NULL
level 2：6->25->NULL
level 1：6->9->17->25->NULL
level 0：3->6->7->9->12->17->19->21->25->26->NULL （最低层，原始链表）
（2）内容为3的底层（原始链表）节点不一定会跟着长高，成为整个跳表的头节点（header）；
（3）若想找到一个节点，例如17，从header=6处开始寻找
a. level3层仅一个节点6，下降一层寻找
b. level2层6<17<25，继续下降一层
c. level1层找到节点17，done
可以看到，借用跳表我们查找17节点用了3次操作；对比遍历level0层的方法（需要6次操作），运行时间上是有优势的；如果我们把问题规模扩大：设想现在有1000个节点的链表，要求你去找到目标节点，那么跳表的效率就很可观了！ 相当于用二分法查找一个数据，且每一层都帮提前划分好了。在参考资料[1]/[2]/[3]/[4]中，均对跳表做了详细的描述，只是[4]的实现有些另类，我们放在后面讲解。
2-15 参考论文的实现
2-15-1 初始化
- 节点结构
typedef int keyType;
typedef int valueType;
typedef struct Node {
keyType key; // 关键字字段
valueType value; // 内容字段
struct Node * forward[1]; // 从这个节点扩展出去的所有转移链
} Node; // 原始论文中用了forward，不是next
- 跳表结构
typedef struct SkipList {
int level;
Node * header;
} SkipList;
- 节点malloc宏，注意分配包含了指针数组的空间
#define NEW_NODE(n) ((Node*)malloc(sizeof(Node) + n * sizeof(Node*)))
- 生成节点 Node * makeNode(int level, keyType key, valueType value)
Node * makeNode(int level, keyType key, valueType value){
Node *x = NEW_NODE(level);
if(x == NULL)
return NULL;
x->key = key;
x->value = value;
return x;
}
- 初始化跳表
SkipList * createList(){
SkipList *list = (SkipList*)malloc(sizeof(SkipList));
if (list == NULL)
return NULL;
list->level = 0; //从第0层开始，即level 0
list->header = makeNode(MAX_LEVEL - 1, 0, 0);
if (list->header == NULL) {
free(list);
return NULL;
}
int level;
for(level = 0; level < MAX_LEVEL - 1; level++) //初始化head的转移表，均没有指向
list->header->forward[level] = NULL;
return list;
}
2-15-2 插入节点
先看原理图，注意缓存 *update[ ] 这个指针数组的使用
再对照论文中算法伪代码，很快就能完成
常翻《算法导论》或者没事肝论文的盆友对上面的伪代码应该是比较亲切的，可能存在理解障碍的地方，我都做了注释，简单介绍流程：
step1：通过key找到目标节点
step2：key已经存在，替换节点内容
step3-1：随机晋升 节点
step3-2：尝试插入新节点
其中需要本地（local）缓存当前查询路径，且指针的操作与缓存要注意细节。
int insert(SkipList *list, keyType searchKey, valueType newValue){
Node *update[MAX_LEVEL]; //实质上缓存了查询路径
Node *x = list->header;
Node *target; //缓存当前x->forward[i]指向
int i;
//step1 通过key找到目标节点
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
update[i] = x;
}
//step2 key已经存在，替换节点内容
if(target && target->key == searchKey){
target->value = newValue;
return DONE;
}
//step3-1 随机晋升
int newLevel = randomLevel();
if(newLevel > list->level){
for(i = list->level; i < newLevel; i++)
update[i] = list->header;
list->level = newLevel;
}
//step3-2 尝试插入新节点
x = makeNode(newLevel, searchKey, newValue);
if(x == NULL)
return DONE;
for(i = newLevel - 1; i >= 0; i--){
x->forward[i] = update[i]->forward[i];
update[i]->forward[i] = x;
}
return OK;
}
此处对随机取层，原论文中算法设计如下
我们遵照这个设计，定义了一个晋升几率PROMOTE_RATE，即上图中的标记p；默认概率为0.5，即期望有1/2的节点形成上一层（upper），但这仅仅是一种简单的限制条件；对比原论文，我们还做了层数的限制。
#define PROMOTE_RATE (0.5)
获取[0,1)随机数宏
#define ROLL() (rand() * (1.0 / RAND_MAX))
其实网上有的实现采用以下形式，也是可取的：
int random_level() {
int level = 1;
while (rand() % 2) { //不是奇数就是偶数，但相对来讲这种设计概率调整不方便
level++;
}
level = (level < MAX_LEVEL) ? level : MAX_LEVEL;
return level;
}
2-15-3 查询（这个才是我们想要的核心功能）
valueType *search(SkipList *list, keyType searchKey){
Node *x = list->header;
Node *target;
int i;
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
if(target && target->key == searchKey)
return &(target->value);
}
return NULL;
}
2-15-4 打印
全层打印
void printAll(SkipList *list){
Node *x;
int i;
printf("\nshow skip list : \n");
for(i = list->level - 1; i >= 0; i--){
x = list->header->forward[i];
printf("level %d:\t", i + 1);
while (x != NULL) {
printf("(%d,%d)\t", x->key, x->value);
x = x->forward[i];
}
printf("\n");
}
printf("\n");
}
2-15-5 删除节点
删除节点要注意排除指定删除目标节点不在跳表中的情况，避免一顿操作猛如虎，然后报空指针异常。
void del(SkipList *list, keyType searchKey){
Node *update[MAX_LEVEL];
Node *x = list->header;
Node *target;
int i;
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
update[i] = x;
}
if(target && target->key == searchKey){ // 仅在找到key对象时才进行删除操作
for (i = list->level - 1; i >= 0; i--) { // 从上往下挨个删
if (target == update[i]->forward[i]) {
update[i]->forward[i] = target->forward[i];
if (list->header->forward[i] == NULL) //减层
list->level--;
}
}
free(target);
target = NULL;
}
}
2-15-6 清空
void freeList(SkipList *list){
int i;
Node *x = list->header;
for(i = list->level; i >= 0; i--){
while(x != NULL){
Node *next = x->forward[i];
free(x);
x = next;
}
}
free(list);
}
2-15-7 完整代码
- 头文件skipList.h
#ifndef SKIP_LIST_H
#define SKIP_LIST_H
#define OK (0) // 实现预期操作
#define DONE (1) // 仅完成操作，没有达到预期
#define MAX_LEVEL (10) // 最大层数
#define PROMOTE_RATE (0.5) // 节点晋升概率
//注意：生成新节点时，不仅仅要有Node结构本身空间，还需要多申请n个Node型指针的空间
#define NEW_NODE(n) ((Node*)malloc(sizeof(Node) + n * sizeof(Node*)))
#define MIN(A,B) ({ typeof(A) __a = (A); typeof(B) __b = (B); __a < __b ? __a : __b; })
#define ROLL() (rand() * (1.0 / RAND_MAX)) //获得[0,1)随机数
#define ARRAY_SIZE( ARRAY ) (sizeof (ARRAY) / sizeof (ARRAY[0]))
typedef int keyType;
typedef int valueType;
typedef struct Node {
keyType key; // 关键字字段
valueType value; // 内容字段
struct Node * forward[1]; // 从这个节点扩展出去的所有转移链
} Node; // 原始论文中用了forward，不是next
typedef struct SkipList {
int level;
Node * header;
} SkipList;
SkipList * createList();
Node * makeNode(int level, keyType key, valueType value);
int insert(SkipList *list, keyType searchKey, valueType newValue);
void del(SkipList *list, keyType searchKey);
valueType *search(SkipList *list, keyType searchKey);
void printAll(SkipList *list);
void freeList(SkipList *list);
#endif
- 具体实现skipList.c
#include <stdio.h>
#include <stdlib.h>
#include "skipList.h"
SkipList * createList(){
SkipList *list = (SkipList*)malloc(sizeof(SkipList));
if (list == NULL)
return NULL;
list->level = 0;
list->header = makeNode(MAX_LEVEL - 1, 0, 0);
if (list->header == NULL) {
free(list);
return NULL;
}
int level;
for(level = 0; level < MAX_LEVEL - 1; level++) //初始化head的转移表，均没有指向
list->header->forward[level] = NULL;
return list;
}
Node * makeNode(int level, keyType key, valueType value){
Node *x = NEW_NODE(level);
if(x == NULL)
return NULL;
x->key = key;
x->value = value;
return x;
}
int randomLevel(){
int newLevel = 1;
while(ROLL() < PROMOTE_RATE && newLevel < MAX_LEVEL) //做了一点变化，限制层数
newLevel++;
return newLevel;
}
int insert(SkipList *list, keyType searchKey, valueType newValue){
Node *update[MAX_LEVEL]; //实质上缓存了查询路径
Node *x = list->header;
Node *target; //缓存当前x->forward[i]指向
int i;
//step1 通过key找到目标节点
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
update[i] = x;
}
//step2 key已经存在，替换节点内容
if(target && target->key == searchKey){
target->value = newValue;
return DONE;
}
//step3-1 随机晋升
int newLevel = randomLevel();
if(newLevel > list->level){
for(i = list->level; i < newLevel; i++)
update[i] = list->header;
list->level = newLevel;
}
//step3-2 尝试插入新节点
x = makeNode(newLevel, searchKey, newValue);
if(x == NULL)
return DONE;
for(i = newLevel - 1; i >= 0; i--){
x->forward[i] = update[i]->forward[i];
update[i]->forward[i] = x;
}
return OK;
}
void del(SkipList *list, keyType searchKey){
Node *update[MAX_LEVEL];
Node *x = list->header;
Node *target;
int i;
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
update[i] = x;
}
if(target && target->key == searchKey){ // 仅在找到key对象时才进行删除操作
for (i = list->level - 1; i >= 0; i--) { // 从上往下挨个删
if (target == update[i]->forward[i]) {
update[i]->forward[i] = target->forward[i];
if (list->header->forward[i] == NULL) //减层
list->level--;
}
}
free(target);
target = NULL;
}
}
valueType *search(SkipList *list, keyType searchKey){
Node *x = list->header;
Node *target;
int i;
for(i = list->level - 1; i >= 0; i--){
while((target = x->forward[i]) && target->key < searchKey)
x = target;
if(target && target->key == searchKey)
return &(target->value);
}
return NULL;
}
void printAll(SkipList *list){
Node *x;
int i;
printf("\nshow skip list : \n");
for(i = list->level - 1; i >= 0; i--){
x = list->header->forward[i];
printf("level %d:\t", i + 1);
while (x != NULL) {
printf("(%d,%d)\t", x->key, x->value);
x = x->forward[i];
}
printf("\n");
}
printf("\n");
}
void freeList(SkipList *list){
int i;
Node *x = list->header;
for(i = list->level; i >= 0; i--){
while(x != NULL){
Node *next = x->forward[i];
free(x);
x = next;
}
}
free(list);
}
- 测试调用main.c
#include <stdio.h>
#include <stdlib.h>
#include "skipList.h"
int main(int argc, char *argv[]) {
printf("\n==== test init =====\n");
SkipList *list = createList();
int i;
for(i = 0; i < 10; i++)
insert(list, i, -i);
for(i = 11; i < 20; i++)
insert(list, i, -i);
printAll(list);
printf("\n==== test update =====\n");
insert(list, 0, 99);
insert(list, 19, 50);
insert(list, 11, 33);
printAll(list);
printf("\n==== test insert =====\n");
insert(list, 10, -10);
printAll(list);
int searchKeys[] = {10, 19, 0, 100};
int length = ARRAY_SIZE(searchKeys);
valueType *ret;
printf("\n==== test search =====\n");
for(i = 0; i < length; i++){
ret = search(list, searchKeys[i]);
if(ret)
printf("\n searchKey=%d, value=%d\n", searchKeys[i], *(ret));
else
printf("\n searchKey=%d, not found!\n", searchKeys[i]);
}
printf("\n==== test del =====\n");
for(i = 0; i < length; i++)
del(list, searchKeys[i]);
printAll(list);
freeList(list);
return 0;
}
2-16 复杂度分析
复杂度分析（时间&&空间）建议还是从原始论文阅读研究（先看参考资料[11]/[12]/[13]），再看看网上其他简单的分析方法。
首先一个节点是否晋升，取决于随机概率生成的结果，设升级概率为p，则反面事件（不升级）概率为 1-p；一个节点产生k层的条件是：前k-1层升级成功，但第k层升级失败。
（1）生成1层的概率：
p
1
=
1
−
p
{p_1}=1-p
p1=1−p
（2）生成2层的概率：
p
2
=
p
(
1
−
p
)
{p_2}={p}\left ( {1-p} \right )
p2=p(1−p)
（3）生成3层的概率：
p
3
=
p
2
(
1
−
p
)
{p_3}={p}^{2}\left ( {1-p} \right )
p3=p2(1−p)
……
（k）生成k层的概率：
p
k
=
p
k
−
1
(
1
−
p
)
{p_k}={p}^{k-1}\left ( {1-p} \right )
pk=pk−1(1−p)
……
可以计算出一个节点平均层数（指针数），即数学期望：
E
(
n
o
d
e
)
=
1
×
p
1
+
2
×
p
2
+
3
×
p
3
+
.
.
.
+
k
×
p
k
+
.
.
.
=
1
×
(
1
−
p
)
+
2
×
p
(
1
−
p
)
+
3
×
p
2
(
1
−
p
)
+
.
.
.
+
k
×
p
k
−
1
(
1
−
p
)
+
.
.
.
=
(
1
−
p
)
∑
k
=
1
∞
k
p
k
−
1
\begin{aligned} E\left (node \right )&=1\times {p_1} + 2\times {p_2}+3\times {p_3} +...+k\times {p_k}+... \\ &=1\times \left ( 1-p \right ) + 2\times \ p\left (1-p \right )+3\times \ p^{2}\left ( 1-p \right ) + ...+k\times \ p^{k-1}\left ( 1-p \right )+... \\ &=\left ( 1-p \right )\sum_{k=1}^{\infty }kp^{k-1} \end{aligned}
E(node)=1×p1+2×p2+3×p3+...+k×pk+...=1×(1−p)+2× p(1−p)+3× p2(1−p)+...+k× pk−1(1−p)+...=(1−p)k=1∑∞kpk−1
传统艺能（类等比数列求和），令
S
n
=
∑
k
=
1
n
k
p
k
−
1
{S_n}=\sum_{k=1}^{n }kp^{k-1}
Sn=∑k=1nkpk−1
（1）
S
n
=
1
+
2
p
+
3
p
2
+
.
.
.
+
n
p
n
−
1
{S_n}=1 + 2p+3p^{2}+ ...+np^{n-1}
Sn=1+2p+3p2+...+npn−1
（2）
p
S
n
=
p
+
2
p
2
+
3
p
3
+
.
.
.
+
(
n
−
1
)
p
n
−
1
+
n
p
n
p{S_n}=p + 2p^2+3p^{3}+ ...+(n-1)p^{n-1} + np^{n}
pSn=p+2p2+3p3+...+(n−1)pn−1+npn
（3）以上两式相减：
S
n
=
1
−
p
n
(
1
−
p
)
2
−
n
p
n
1
−
p
,
(
0
<
p
<
1
)
{S_n}={\frac{1-p^n}{(1-p)^2}}-{\frac{np^n}{1-p}},(0<p<1)
Sn=(1−p)21−pn−1−pnpn,(0<p<1)，易有
lim
n
→
∞
S
n
=
1
(
1
−
p
)
2
\lim_{n \to \infty}{S_n}=\frac{1}{(1-p)^2}
limn→∞Sn=(1−p)21
（4）带入极限有
E
(
n
o
d
e
)
=
(
1
−
p
)
×
1
(
1
−
p
)
2
=
1
1
−
p
E\left ( node \right )=(1-p)\times{\frac{1}{(1-p)^2}}={\frac{1}{1-p}}
E(node)=(1−p)×(1−p)21=1−p1
以上推导过程和结论接下来会用到。
2-16-1 空间复杂度分析
假设原始链表中有n个节点，那转化为跳表后额外开销（overhead）为：
n
×
E
(
n
o
d
e
)
=
n
1
−
p
n \times E\left (node \right )=\frac{n}{1-p}
n×E(node)=1−pn
（1）若p=1/2，则
n
1
−
p
=
2
n
\frac{n}{1-p}=2n
1−pn=2n
（2）若p=1/4，则
n
1
−
p
=
4
3
n
\frac{n}{1-p}=\frac{4}{3}n
1−pn=34n
……
随着概率p减小，空间消耗接近
O
(
n
)
O(n)
O(n)，直观地看就是节点层数减少或者每一层的节点数量减少 ；实际上我们也不会让p值大于0.5（无用的点太多），若那样做显然会降低查找数效率。
实际上我们这样分析也是有缺陷的，这样讨论忽略了p的概率分布（论文中作者讨论了二项分布和负二项分布进行讨论），且对max level的限制条件也未考虑，详情需要再啃论文；但目前我还未理解透彻。
2-16-2 时间复杂度分析
时间复杂度的讨论的核心是计算search操作的数学期望。以下转载参考资料[12]的解释：
借用论文中的示意图，这两种情况分别对应情况c和情况b，套用论文思想，用
C
(
k
)
C(k)
C(k)表示爬山的过程时间消耗（其实就是查询长度），则
C
(
0
)
=
0
C(0)=0
C(0)=0，对
C
(
k
)
C(k)
C(k)易有：
C
(
k
)
=
(
1
−
p
)
(
情况
b
)
+
p
(
情况
c
)
=
(
1
−
p
)
(
1
+
C
(
k
)
)
+
p
(
1
+
C
(
k
−
1
)
)
\begin{aligned} C\left (k \right )&=(1-p)(情况b)+p(情况c)\\ &=(1-p)(1+C(k)) +p(1+C(k-1)) \\ \end{aligned}
C(k)=(1−p)(情况b)+p(情况c)=(1−p)(1+C(k))+p(1+C(k−1))
整理一下
C
(
k
)
=
1
p
+
C
(
k
−
1
)
C\left (k \right )=\frac{1}{p}+C(k-1)
C(k)=p1+C(k−1)
传统艺能（等差数列求和），
C
(
k
)
=
k
p
C(k)=\frac{k}{p}
C(k)=pk
于是问题转化为求出在n个level 1层节点的情况下，整个skiplist层数的平均值（也就是数学期望），仿照2-16-1和2-16-2的分析，逐项推导：
（1）level 1 节点数
N
(
1
)
=
n
N(1)=n
N(1)=n，这是固定值
（2）level 2 节点数
N
(
2
)
=
n
p
N(2)=np
N(2)=np，从这里开始以下都是期望值
……
（k）level k 节点数
N
(
k
)
=
n
p
k
−
1
N(k)=np^{k-1}
N(k)=npk−1
……
设想最极端的情况（实际算法执行结果也是如此，可以自己run以下看看），最高层（max_level）仅有1个节点，则
N
(
m
a
x
_
l
e
v
e
l
)
=
n
p
m
a
x
_
l
e
v
e
l
−
1
=
1
N(max\_level)=np^{max\_level-1}=1
N(max_level)=npmax_level−1=1
两边同时取1/p的对数，解得
m
a
x
_
l
e
v
e
l
=
l
o
g
1
/
p
n
+
1
max\_level=log_{1/p}n+1
max_level=log1/pn+1
这不就是论文中前半部分讨论的
L
(
n
)
L(n)
L(n)咩？自然带入
C
(
x
)
C(x)
C(x)，得到时间消耗预期
C
(
m
a
x
_
l
e
v
e
l
)
=
1
p
(
l
o
g
1
/
p
n
+
1
)
C(max\_level)=\frac{1}{p}(log_{1/p}n+1)
C(max_level)=p1(log1/pn+1)
取渐进
O
(
C
(
(
m
a
x
_
l
e
v
e
l
)
)
=
O
(
l
o
g
n
)
{\color{red}O(C((max\_level))=O(logn)}
O(C((max_level))=O(logn)
终于求出来了……更加精细的分析请回看论文和参考资料。
2-16-3 简单分析
可以假设每两个节点取一个晋升，那么
- 空间复杂度
（1）level 1 节点数量 x 1 = n x_{1}=n x1=n
（2）level 2 节点数量 x 2 = n 2 x_{2}=\frac{n}{2} x2=2n
（3）level 2 节点数量 x 3 = n 2 2 x_{3}=\frac{n}{2^2} x3=22n
……
（k）level k 节点数量 x k = n 2 k − 1 x_{k}=\frac{n}{2^{k-1}} xk=2k−1n
……
节点总数就是等比数列求和
S n = ∑ i = 0 n x i = ∑ i = 0 n n 2 i − 1 < 2 n {S_n}=\sum_{i=0}^{n}x_{i}=\sum_{i=0}^{n}\frac{n}{2^{i-1}}<2n Sn=∑i=0nxi=∑i=0n2i−1n<2n，易有空间复杂度 O ( n ) O(n) O(n)，同之前论文视角的精准分析一致（渐进的思想，抓大放小！） - 时间复杂度
同样考虑极端情况，最上面一层（max_level）仅有一个节点，同2-16-2：
n 2 m a x _ l e v e l = 1 \frac{n}{2^{max\_level}}=1 2max_leveln=1，易有 m a x _ l e v e l = l o g n max\_level=logn max_level=logn，（忽略底数2），自然有时间复杂度 O ( l o g n ) O(logn) O(logn)
事实上假设3个节点取一个晋升，4个节点取一个晋升（通过调节p），都可以套用上面的分析过程，得到相同的结果 O ( l o g n ) O(logn) O(logn)，这不正好是为什么log不带底数的原因了吗？如果不太能理解的朋友，可以翻看下对数log的数学意义：（1）是将乘除法变为加减法，不仅在逻辑上转化了问题，在物理电路设计上也能很快实现；（2）是把线性坐标难以表达的大数值变化趋势，缩小并方便观察。此致，复杂度的讨论就基本上完备了。
2-16-4 对比平衡树、哈希表
这部分讨论参看资料，就不展开了，参考知乎作者（方小白）的图（侵删）
2-17 跳表的另一种实现
本小节参考资料[4]的描述并实现（将java转化为c），如果之前实现的跳表是一个“假装”有很多个节点的楼层的话（各种指向，每一层相当于虚拟的节点），那么接下介绍的跳表就是“真”节点结构了，因为它确实每一层都有节点……参考下图
注意：
（1）我们使用了双链表去实现，每个节点有上下左右四个指向，很像“稀疏”的一张网，哈哈是不是有稀疏矩阵的味道。
（2）漫画算法的作者自己也在知乎的回复中提到：用单链表也能实现，遍历方向仅需要向右和向下；此处使用双链表就是为了有序帖子做铺垫，在2-18小结中有说明。
（3）此处没有使用keyType用于标记顺序，所以采用了1个虚拟头结点（
−
∞
-\infty
−∞）和1个虚拟尾结点（
+
∞
+\infty
+∞），方便插入操作。
- skipList.h
#ifndef SKIP_LIST_H
#define SKIP_LIST_H
#define MAX_LEVEL (10)
#define PROMOTE_RATE (0.5)
#define ROLL() (rand() * (1.0 / RAND_MAX))
typedef int ElementType;
typedef struct node{
ElementType data;
struct node *up;
struct node *down;
struct node *left;
struct node *right;
} node;
typedef struct skipList{
int maxLevel;
node *head;
node *tail;
} skipList;
skipList *createSkipList();
node *createNode(ElementType data);
node *search(const skipList *list, ElementType data);
int insert(skipList *list, ElementType data);
int removeData(skipList *list, ElementType data);
void printAll(const skipList *list);
#endif
- skipList.c
#include <stdio.h>
#include <stdlib.h>
#include "skipList.h"
skipList *createSkipList(){
skipList *list = (skipList *)malloc(sizeof(list));
if(!list)
return NULL;
list->maxLevel = 0;
list->head = createNode(INT_MIN);
list->tail = createNode(INT_MAX);
if(!list->head || !list->tail){
free(list);
return NULL;
}
list->head->right = list->tail;
list->tail->left = list->head;
return list;
}
node *createNode(ElementType data){
node *newNode = (node *)malloc(sizeof(node) + 4*sizeof(node*));
if (!newNode){
printf("\n create Node[%d] fail!", data);
return NULL;
}
newNode->data = data;
newNode->left = NULL;
newNode->right = NULL;
newNode->up = NULL;
newNode->down = NULL;
return newNode;
}
node *findPreNode(const skipList *list, ElementType data){
node *cur = list->head;
while(1){ //用<=data可以避免重复值节点问题，少些bug，欢迎大家自己改进
while(cur->right->data != INT_MAX && cur->right->data <= data)
cur = cur->right;
if(!cur->down)
break;
cur = cur->down;
}
return cur;
}
void appendNode(node *preNode, node *newNode){
newNode->left = preNode;
newNode->right = preNode->right;
preNode->right->left = newNode;
preNode->right = newNode;
}
void addLevel(skipList *list){
list->maxLevel++;
node *front = createNode(INT_MIN);
node *back = createNode(INT_MAX);
front->right = back;
back->left = front;
front->down = list->head;
list->head->up = front;
back->down = list->tail;
list->tail->up = back;
list->head = front;
list->tail = back;
}
void removeLevel(skipList *list, node *leftNode){
node *rightNode = leftNode->right;
if(!leftNode->up){ //注意：如果删除目标节点是顶层的节点，那么不能简单的
leftNode->down->up = NULL; //maxlevel--，空层也是存在元素的嘛
rightNode->down->up = NULL;//只需要在打印时做点trick就好了
}else{ //正儿八经的删除层
leftNode->up->down = leftNode->down;
leftNode->down->up = leftNode->up;
rightNode->up->down = rightNode->down;
rightNode->down->up = rightNode->up;
list->maxLevel--;
}
}
int insert(skipList *list, ElementType data){
node *preNode = findPreNode(list, data);
if(preNode->data == data)
return 0;
node *newNode = createNode(data);
appendNode(preNode, newNode);
int curLevel = 0;
while(ROLL() < PROMOTE_RATE && list->maxLevel < MAX_LEVEL){
if(curLevel == list->maxLevel)
addLevel(list);
while(!preNode->up)
preNode = preNode->left;
preNode = preNode->up;
node *upperNode = createNode(data);
appendNode(preNode, upperNode);
upperNode->down = newNode;
newNode->up = upperNode;
newNode = upperNode;
curLevel++;
}
return 1;
}
int removeData(skipList *list, ElementType data){
node *rmNode = search(list, data);
if(!rmNode)
return 0;
node *tmp = rmNode;
int curLevel = 0;
while(rmNode){
rmNode->right->left = rmNode->left;
rmNode->left->right = rmNode->right;
if(curLevel != 0 && rmNode->left->data == INT_MIN && rmNode->right->data == INT_MAX){
removeLevel(list, rmNode->left);
}else{
curLevel++;
}
rmNode = rmNode->up;
}
free(tmp);
tmp = NULL;
return 1;
}
node *search(const skipList *list, ElementType data){
node *preNode = findPreNode(list, data);
return preNode->data == data ? preNode : NULL;
}
void printAll(const skipList *list){
node *cur = list->head;
int i;
printf("\n==========\n");
for(i = list->maxLevel; i >= 0; i--){
if(cur->right->data != INT_MAX){ //有可能出现空层，即仅有head和tail的
node *tmp = cur->right; //情况，为了适应人的习惯做了这个裹脚的
printf("level[%d]: \t", i); //修改， = = !
while(tmp && tmp->data != INT_MAX){
printf("%d ",tmp->data);
tmp = tmp->right;
}
printf("\n");
}
cur = cur->down;
}
}
main.c（测试）
#include <stdio.h>
#include <stdlib.h>
#include "skipList.h"
int main(int argc, char *argv[]) {
printf("初始化跳表:");
skipList *list = createSkipList();
insert(list, 50);
insert(list, 15);
insert(list, 13);
insert(list, 20);
insert(list, 100);
insert(list, 75);
insert(list, 99);
insert(list, 76);
insert(list, 83);
insert(list, 65);
insert(list, 65);
printAll(list);
printf("\n查询测试:");
int searchArr[] = {50, 10, 100, -10, 20, 65};
int i, len = sizeof(searchArr)/sizeof(searchArr[0]);
for(i=0; i < len; i++)
printf("\nsearch %d %s", searchArr[i], search(list, searchArr[i]) != NULL ? "ok" : "fail");
printf("\n\n删除测试:\n");
int target = 65;
printf("\n 删除%d:", target);
removeData(list, target);
printAll(list);
target = 10;
printf("\n 删除%d:", target);
removeData(list, target);
printAll(list);
target = 20;
printf("\n 删除%d:", target);
removeData(list, target);
printAll(list);
return 0;
}
2-18 重要的应用
- 全文搜索引擎Lucene的索引倒排（Lucene倒排索引简述 之索引表和Lucene倒排索引简述 之倒排表等系列文章，博主不错哦）
- 远程字典服务Redis官网
也可直接阅读参考资料（优先[8]）
具体内容就不做展开了，帖子内容膨胀……
2-19 小结
-
跳表是89年就设计出来的数据结构，但还是需要踏踏实实的学习的，特别是复杂度的推导和结论的理解与记忆。
-
代码的实现从最单纯的论文描述出发，比简单的复制他人的博客要有意义得多，也更能修炼算法与数据结构内功；且网上很多帖子在细节描述不详细。或者是博主觉得简单不屑于讲，或者是博主自己没有理解到位。咱们这个系列的初衷不就是帮助小白同学扫雷吗？
-
黑皮书在12.3 确定性跳跃表 一节也给出了一种实现，请大家自学讨论。
-
在黑皮书中，还描述了一种以单链表为基础设计的复杂数据结构：多重表（P42）
其实本质同咱们实现的第二种形式的跳表一致，在严版教材中还专门列了一章单独讨论，大家可以自行学习。
下一贴，我们简单讨论双链表。
参考资料
[1] skiplist原作论文–清晰版，期刊版本
[2] 随机化（二）：跳表 (Skip lists)（解析原文）
[3] 数据结构系列之跳表（复杂度分析 + 对比 平很树 及 哈希表）
[4] 漫画：什么是 “跳表” ？（另类的实现）
[5] 深入理解跳跃链表[一] （这位博主不错哦）
[6] Redis-跳表
[7] Redis底层详解（六） 跳跃表
[8] 跳跃表详解（对比学习应用：Lucene倒排列表中的应用 与 Redis）
[9] 跳表Java实现 （对JAVA中skipList的理解和JDK实现有提到，对复杂度有一定的讨论）
[10] skiplist 跳跃表详解及其编程实现（讨论复杂度）
[11] Redis跳表的时间复杂度和空间复杂度的分析（对原始论文复杂度分析的翻译，简单易懂）
[12] Redis为什么用跳表而不用平衡树？（注意这篇的参考文献 中微信公众号文章，是一个redis讲解的系列课程）
209
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
