14 跳表思想

跳表

二分查找的依赖是数组的随机访问的特性，所以只能用数组实现。但是只要对链表进行 稍微改造也能支持类似“二分查找的”的算法功能。这个结构叫跳表。
跳表可以支持快速插入、删除、查找功能，写起来也不算复杂，是一种优秀的动态数据结构。

理解跳表

对于单链表，每次查找都要从头遍历到尾部，查找效率极低，时间复杂度高，是O(n)。

可以通过索引让链表查询得更快。
例如建立一级索引，由原始链表每两个结点到上一级，这个上一级就叫索引或者索引层。图中的down表示down指标，指向下一级。

例如查找16，可以先在索引层遍历，遍历到13的时候发现下一个结点是17，所以16在13和17中间，此时通过索引13结点的down指针下降到原始链表，继续遍历，下降到原始链表结点13后再遍历一次就寻得了 16。
总结：如果是直接遍历原始链表，需要遍历10个结点，现在通过一级索引只需要遍历7个结点即可， 即查找的效率提高了。

在一级索引之上建立二级索引，每两个一级索引结点就抽一个结点到二级索引，现在再查找16，只需要遍历6个结点。

以上两个例子数据量不大，体现不明显。现在有一个64结点的链表，建立五级索引，查找62。

原本需要遍历62个结点的链表，现在只需要遍历11个结点即可找到62,查询效率大大提升，这种结构就叫跳表。

分析跳表时间复杂度

按上面所讲，每两个结点建立一个上级索引，假设有n个结点，那么一级索引结点就说n/2，二级索引是n/4，三级索引是n/8，第k级索引就是n/2k 个。

再假如，最高级的索引只有两个结点（二分查找），就可以得到 n/2k =2，从而求得K=log2n -1 ，再加上原始链表，就是k= log2n，那么如果在查询的时候，每一层都要遍历m个结点，那么查询一整个跳表的时间复杂度就是O(m*logn)

这个m是3，也就是说每一级索引只需遍历3个结点。看图

例如要查找数据x，在k级索引种，遍历到y结点时，发现y<x<z
索引此时通过y的down指针下降到k-1级索引，此时在k-1级索引，y和z有三个结点，需要遍历这三个结点才再决定怎么下去。
总结：因为m=3，所以跳表的时间复杂度是O(logn)，跟二分查找的时间复杂度一样。也就是说基于链表实现了二分查找。但是空间换取时间的设计思路，通过建立多层索引，提升查询效率。

跳表空间复杂度

跳表一级索引结点是n/2，二级索引结点是n/4，三级是n/8，最高级是2。这是一个等比数列。

通过等比数列求和公式Sn= (qan - a1)/(q-1)，即(尾项公比-首相)/(公比-1)，可算得节点总数是n-2。
所以索引空间复杂度是O(n)。所以跳表的空间复杂度=原始链表的空间复杂度O(n)+索引空间复杂度O(n)

上面是两个结点抽到上一级索引，那么当我们修改成每隔3个结点或者5个结点再抽节点到上级，是不是就不需要那么多结点呢。

如图所示，一级索引需要n/3，二级n/9,，三级n/27个结点，这也是个等比数列。

根据等比公式求和算得结点总和是n/2，比上面2个结点抽一次索引少了一半的索引结点存储空间。

总结：实际开发种，不需要太过于在意索引占用的空间，因为在实际中，原始链表结点存储的是对象，而索引链表只需存储关键值和几个指针，远远比存储对象小的多。所以索引占用的空间可以省略。

跳表的插入和删除

对单链表，插入时间复杂度是O(1)，但是在插入之前需要遍历一次链表找到插入的位置，遍历复杂度是O(n)。
但对于跳表而言，遍历某个结点的时间复杂度是O(logn)，所以插入的效率很高。

对于删除操作，如果删除的结点在索引中出现过，那么除了要删除原始链表的结点外，还需要删除索引的结点。
且需要找到删除结点的前驱结点的位置（双向链表除外）。

索引的动态更新

如果一直插入数据不更新索引，会出现两个索引结点之间的数据非常多的情况。极端条件下会退化成单链表。

跳表作为一种动态数据结构，需要一种维护索引和原始链表大小之间的平衡：当原始链表的结点多了，索引节点也需要及时增加，避免复杂度退化，影响查询、插入、删除的性能下降。
可以通过一个随机函数将这个增加的结点随机插入到那几级索引中，例如随机函数随机生成了k，就把这个结点添加到一级索引到k级索引之中，