数据结构之跳表

数据结构之跳表

跳表可以说是B+树的一种拓展

1. 什么是跳表

在介绍跳表的定义之前，我们先来了解一下链表，对于一个单链表来说，即便链表中存储的数据是有序的，如果我们要想在七种查找某个数据，只能从头到尾遍历链表，查找的效率很低，查找的时间复杂度为 O(n)；

由于单链表的查找效率太慢，我们想，可以通过什么方式能够提高链表的查找效率呢？

我们试着对链表中建立索引，使用索引来标记和记录数据的位置。如下图

如上图所示，我们给单链表建立了一个索引层，当我们想查找某个数据（16）时，我们可以先在索引层遍历，当遍历到索引层中值为13,我们发现下一个节点是17，那么我们要查找的节点16必定在这两个索引之间，此时，我们可以通过down指针下降到单链表这一层，继续遍历，我们很快就能查找到我们所需要的节点。

无索引方式需要遍历 10 个结点

有索引的方式需要遍历 7个结点

可以看出，我们通过增加一层索引层的方式，能够有效的减少链表查找数据时，遍历的次数。也就是查找的效率增高了。（空间换时间）

既然我们能够通过添加索引的方式，提高链表查找数据的效率，那么我们是否能够通过建立多层索引的方式，提升更多的查找效率呢？

可以看出，当我们建立二层索引时，查找16时，需要遍历的次数更少了。遍历6次

当链表的长度n比较大时，在构建索引之后，查找效率的提升就会非常明显。

如果，这种链表加多层索引的结构，就是跳表

2. 跳表查询时间复杂度

跳表中数据查询的时间复杂度为 logn

3. 跳表的空间复杂度

我们分别通过索引点的数量来比较空间的占用量

1. 每2个节点抽一个作为索引
   

​ 通过等比数列计算公式得知：索引的结点综合为 n/2+n/4+n/8…+8+4+2=n-2。所以跳表的空间复杂度为 O(n);

2. 每3个节点抽一个作为索引

   

​ 通过等比数列求和公式，总的索引结点大约就是 n/3+n/9+n/27+…+9+3+1=n/2。尽管

空间复杂度还是 O(n)，但比上面的每两个结点抽一个结点的索引构建方法，要减少了一半

的索引结点存储空间

4. 跳表高效的动态插入和删除

跳表数据插入和删除的时间复杂度为 O(logn)

4.1 跳表的插入操作

我们知道，在单链表中，如何我们清楚的知道数据插入的具体位置，单链表的插入复杂度为O(1)。当我们无法确定插入位置时，我们需要先遍历链表（查找操作），找到对应的位置，然后再执行插入操作，时间 复杂度为 O(n)。

同理，我们在跳表中执行插入操作的时间复杂度为 O(logn)。因为我们需要先通过查找（上面我们已经分析过，跳表的查找时间复杂度为O(logn)）找到数据插入的位置。

当我们不停的往跳表中插入数据时，如果我们不更新索引，就会出现某两个索引节点间数据特多的情况，极端情况下，出现跳表退化成单链表的情况。(如果链表中结点多了，索引结点就相应地增加一些，避免复杂度退化，随机索引的方式添加索引节点的数量)

当插入一条数据时，我们通过一个随机函数，来决定将这个结点插入到哪几级索引中，比如随机函数生成了值 K，那我们就将这个结点添加到第一级到第 K 级这 K 级索引中。

4.2 跳表的删除操作

跳表中删除的两种情况：

1. 待删除的节点不在索引中
2. 待删除的节点在索引中

4.2.1 待删除的节点不在索引中

直接删除

4.2.2 待删除的节点在索引中

当待删除的节点在索引中时，我们除了要删除原始链表中的节点，还需要删除索引中的节点

单链表删除时，我们需要通过遍历拿到删除节点的前驱节点；

双向链表删除时，就不需要考虑遍历的问题了