跳跃表 mysql_关于Redis的跳跃表

跳跃表是一种插入、查询、删除的平均时间复杂度为O(nlogn)的数据结构，在最差情况下是O(n)，当然这几乎很难出现。

和红黑树相比较

最差时间复杂度要差很多，红黑树是O(nlogn)，而跳跃表是O(n)

平均时间复杂度是一样的

实现要简单很多

维基的跳跃表例子

跳跃表的结构如上图

跳跃表的实现还是一个链表，是一个有序的链表，在遍历的时候基于比较，但普通链表只能遍历，跳跃表加入了一个层的概念，层数越高的元素越少，每次先从高层查找，再逐渐降层，直到找到合适的位置。从图中可以看到高层的节点远远少于底层的节点数，从而实现了跳跃式查找。

redis中的定义

/*

* 跳跃表

*/

typedef struct zskiplist {

// 表头节点和表尾节点

struct zskiplistNode *header, *tail;

// 表中节点的数量

unsigned long length;

// 表中层数最大的节点的层数

int level;

} zskiplist;

跳跃表的节点

/*

* 跳跃表节点

*/

typedef struct zskiplistNode {

// 成员对象

robj *obj;

// 分值

double score;

// 后退指针

struct zskiplistNode *backward;

// 层

struct zskiplistLevel {

// 前进指针

struct zskiplistNode *forward;

// 跨度

unsigned int span;

} level[];

} zskiplistNode;

跳跃表是一个空间换时间的数据结构，和双链表相比，额外的空间开销就是zskiplistNode中的level数组元素，冗余存储了每一层的forward指针。

redis跳跃表实现的一些方法

zslCreateNode

zslCreate

zslFreeNode

zslFree

zslRandomLevel

zslInsert

zslDeleteNode

zslDelete

还有其他一些

重点关注几个方法

/*

* 创建并返回一个新的跳跃表

*

* T = O(1)

*/

zskiplist *zslCreate(void) {

int j;

zskiplist *zsl;

// 分配空间

zsl = zmalloc(sizeof(*zsl));

// 设置高度和起始层数

zsl->level = 1;

zsl->length = 0;

// 初始化表头节点

//表头一定具有最高的level

// T = O(1)

zsl->header = zslCreateNode(ZSKIPLIST_MAXLEVEL,0,NULL);

for (j = 0; j 

zsl->header->level[j].forward = NULL;

zsl->header->level[j].span = 0;

}

zsl->header->backward = NULL;

// 设置表尾

zsl->tail = NULL;

return zsl;

}

//返回一个随机值，作为新跳跃表节点的层次

//层次的合理分布是跳跃表的效率所在

int zslRandomLevel(void) {

int level = 1;

while ((random()&0xFFFF) 

level += 1;

return (level

}

/*

* 创建一个成员为 obj ，分值为 score 的新节点，

* 并将这个新节点插入到跳跃表 zsl 中。

*

* 函数的返回值为新节点。

*

* T_wrost = O(N^2), T_avg = O(N log N)

*/

zskiplistNode *zslInsert(zskiplist *zsl, double score, robj *obj) {

zskiplistNode *update[ZSKIPLIST_MAXLEVEL], *x;

unsigned int rank[ZSKIPLIST_MAXLEVEL];

int i, level;

redisAssert(!isnan(score));

// 在各个层查找节点的插入位置

// T_wrost = O(N^2), T_avg = O(N log N)

x = zsl->header;

for (i = zsl->level-1; i >= 0; i--) {

/* store rank that is crossed to reach the insert position */

// 如果 i 不是 zsl->level-1 层

// 那么 i 层的起始 rank 值为 i+1 层的 rank 值

// 各个层的 rank 值一层层累积

// 最终 rank[0] 的值加一就是新节点的前置节点的排位

// rank[0] 会在后面成为计算 span 值和 rank 值的基础

rank[i] = i == (zsl->level-1) ? 0 : rank[i+1];

// 沿着前进指针遍历跳跃表

// T_wrost = O(N^2), T_avg = O(N log N)

while (x->level[i].forward &&

(x->level[i].forward->score 

// 比对分值

(x->level[i].forward->score == score &&

// 比对成员， T = O(N)

compareStringObjects(x->level[i].forward->obj,obj) 

// 记录沿途跨越了多少个节点

rank[i] += x->level[i].span;

// 移动至下一指针

x = x->level[i].forward;

}

// 记录将要和新节点相连接的节点

update[i] = x;

}

/* we assume the key is not already inside, since we allow duplicated

* scores, and the re-insertion of score and redis object should never

* happen since the caller of zslInsert() should test in the hash table

* if the element is already inside or not.

*

* zslInsert() 的调用者会确保同分值且同成员的元素不会出现，

* 所以这里不需要进一步进行检查，可以直接创建新元素。

*/

// 获取一个随机值作为新节点的层数

// T = O(N)

level = zslRandomLevel();

// 如果新节点的层数比表中其他节点的层数都要大

// 那么初始化表头节点中未使用的层，并将它们记录到 update 数组中

// 将来也指向新节点

if (level > zsl->level) {

// 初始化未使用层

// T = O(1)

for (i = zsl->level; i 

rank[i] = 0;

update[i] = zsl->header;

update[i]->level[i].span = zsl->length;

}

// 更新表中节点最大层数

zsl->level = level;

}

// 创建新节点

x = zslCreateNode(level,score,obj);

// 将前面记录的指针指向新节点，并做相应的设置

// T = O(1)

for (i = 0; i 

// 设置新节点的 forward 指针

x->level[i].forward = update[i]->level[i].forward;

// 将沿途记录的各个节点的 forward 指针指向新节点

update[i]->level[i].forward = x;

/* update span covered by update[i] as x is inserted here */

// 计算新节点跨越的节点数量

x->level[i].span = update[i]->level[i].span - (rank[0] - rank[i]);

// 更新新节点插入之后，沿途节点的 span 值

// 其中的 +1 计算的是新节点

update[i]->level[i].span = (rank[0] - rank[i]) + 1;

}

/* increment span for untouched levels */

// 未接触的节点的 span 值也需要增一，这些节点直接从表头指向新节点

// T = O(1)

for (i = level; i level; i++) {

update[i]->level[i].span++;

}

// 设置新节点的后退指针

x->backward = (update[0] == zsl->header) ? NULL : update[0];

if (x->level[0].forward)

x->level[0].forward->backward = x;

else

zsl->tail = x;

// 跳跃表的节点计数增一

zsl->length++;

return x;

}

跳跃表查找节点的过程(以插入元素为例，删除、查找的过程是一样的)

1.从head开始，根据forward指针向前查找，如果前一个元素大于待查找的元素或者遇到tail指针，下移层次继续查找；如果下一个元素不大于待查找的元素，forward向前推进一个节点，继续比较。

2.重复1步骤，直到level1遇到的前一个节点的值大于待查找的值

最终总是能找到比待查找节点的值大的前一个位置，在这个位置插入元素。

下面关于Redis的文章您也可能喜欢，不妨参考下：