跳表：为什么Redis一定要用跳表来实现有序集合？？？

大家应该都对二分查找有所了解，但是如果数据存储在链表中就真的没法用二分查找了吗？？实际上只需要稍加改造称之为跳表就可以支持了。。Redis中的有序集合就是使用跳表来实现的。那么Redis为什么选择用跳表来实现有序集合呢？？？

如何理解跳表

对于一个单链表来说即使存储的数据是有序的，想要查找到一个数据时间复杂度也是O(n)。那么如何来提高查找效率呢？每两个结点提取一个结点到上一级把抽出来的那一级叫做索引或索引层。下图中down表示down指针，指向下一级结点。。

从这个例子可以看出加了一层索引之后查找一个结点需要遍历的结点个数减少了就是说查找效率提高了。那么如果我们再加一层索引呢？

二级索引的效率又会提升很多并且遍历的结点也变少了。。

为了能让大家感受索引提升查询效率，下图是一个包含64个结点的链表，建立了一个五级索引。

图中可以看出没有索引查找62需要遍历62个结点，但是现在只需要遍历11个结点，在链表很长的时候查找的效率会提升的很明显。。。

前面说的这种链表加多级索引的结构就是跳表。

跳表查询到底有多快？

按照刚才说的每两个结点都会抽出一个结点以上作为上一级索引的结点，第一级索引的结点个数大约是n/2，第二级索引的结点个数大约就是n/4，一次类推也就是说第k级索引的结点个数是第k-1级索引的结点个数的1/2，那第k级索引结点个数就是 n/(2 )。

假设我们要查找的数据是 x，在第 k 级索引中，我们遍历到 y 结点之后，发现 x 大于 y，小于后面的结点 z，所以我们通过 y 的 down 指针，从第 k 级索引下降到第 k-1 级索引。在第 k-1 级索引中，y 和 z 之间只有 3 个结点（包含 y 和 z），所以，我们在 K-1 级索引中最多只需要遍历 3 个结点，依次类推，每一级索引都最多只需要遍历 3 个结点。

跳表是不是很浪费内存

跳表的空间复杂度分析并不难，我在前面说了，假设原始链表大小为 n，那第一级索引大约有n/2 个结点，第二级索引大约有 n/4 个结点，以此类推，每上升一级就减少一半，直到剩下 2个结点。如果我们把每层索引的结点数写出来，就是一个等比数列。

前面都是每两个结点抽一个结点到上级索引，如果每三个结点或者每五个结点抽一个结点到上级索引，那么索引结点是不是就减少了呢？下图是每三个结点抽一个的示意图：

从图中可以看出，第一级索引需要大约 n/3 个结点，第二级索引需要大约 n/9 个结点。每往上一级，索引结点个数都除以 3。为了方便计算，我们假设最高一级的索引结点个数是 1。我们把每级索引的结点个数都写下来，也是一个等比数列。

高效的动态插入和删除

实际山跳表这个动态数据结构不仅支持查找操作还支持动态的插入、删除等操作，而且插入删除操作的时间复杂度也是O(logn)。下图是一个插入的过程：

如果这个结点在索引中有出现除了要删除原始链表中的结点还要删除索引中的。因为单链表中的删除操作需要拿到要删除结点的前驱结点，然后通过指针操作完成操作。所以在查找要删除结点的时候一定要获取前驱结点。当然如果是双向链表就不需要考虑这个问题了。。

跳表索引动态更新

当我们不停地往跳表中插入数据时，如果我们不更新索引，就有可能出现某 2 个索引结点之间数据非常多的情况。极端情况下，跳表还会退化成单链表。

作为一种动态数据结构需要某种手段来维护索引与原始链表大小之间的平衡，就是说如果链表中结点多了索引结点就增加一些避免复杂度退化，以及查找、插入、删除操作性能下降。。。

如果你了解红黑树、AVL 树这样平衡二叉树，你就知道它们是通过左右旋的方式保持左右子树的大小平衡（如果不了解也没关系，我们后面会讲），而跳表是通过随机函数来维护前面提到的“平衡性”。

通过一个随机函数，来决定这个结点插入到哪几级索引中，比如随机函数生成了值K，那么就将这个结点添加到第一级到第k级索引中。

随机函数的选择很有讲究，从概率上来讲，能够保证跳表的索引大小和数据大小平衡性，不至于性能过度退化。

解答开篇

现在来解答一下：为什么 Redis 要用跳表来实现有序集合，而不是红黑树？

Redis中有序集合是通过跳表来实现的，严格讲的话还用到了散列表。Redis中有序集合支持的核心操作主要有：

• 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
• 迭代输出有序序列

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能完成，时间复杂度和跳表是一样的。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红顺序往后遍历就可以了。这样效率非常高。

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。

跳表不能完全替代红黑树很多编程语言中Map类型都是通过红黑树实现的，开发中直接拿来用就可以了，不用费劲自己实现一个红黑树，但是跳表没有一个现成的实现，所以开发中想用跳表必须要自己实现。。。