太长不看版
- 跳跃表是有序集合的底层实现之一, 除此之外它在 Redis 中没有其他应用。
- 每个跳跃表节点的层高都是 1 至 64 之间的随机数
- 层高越高出现的概率越低,层高为i的概率为 ( 1 − p ) ∗ p i − 1 , ( p = 1 / 4 ) (1-p) * p^{i-1}, (p=1/4) (1−p)∗pi−1,(p=1/4)。
- 跳跃表中,分值可以重复, 但对象成员唯一。分值相同时,节点按照成员对象的大小进行排序。
本篇解析基于redis 5.0.0版本,本篇涉及源码文件为t_zset.c, server.h。
什么是跳跃表
跳表是一个随机化的数据结构,实质就是一种可以进行二分查找的有序链表。
我们都知道在有序数组中进行查找,可以使用二分查找,将时间复杂度降为O(log n)。但是有序链表做不到,是因为有序链表获取某元素复杂度为O(n),无法通过二分的思想去跳过一些元素的访问。
例如下图要查找元素50,就必须 5 -> 6 -> 10 -> 30 -> 49 这样去找,而不能说先看 中心元素49小于50,则开始从中心右边开始查找,跳过元素5,6,10, 30的访问。
而跳跃表则是通过在节点中提取索引的方式,实现有序链表的快速查找。本质上是一个空间(额外的步进指针)换时间的操作。例如下图:
这时查找元素50变成了 5 -> 49,略过了中间元素6,10, 30。上图中通过首节点存储不同步长的指针将链表完美二分,但是实际上的跳表却类似与下面这张图的结构,大部分情况喜爱不是完美二分的:
跳跃表采用了随机算法(层高越高概率越小)来决定层高,相同层之间通过指针相连。redis实现中某节点层高为i的概率为 ( 1 − p ) ∗ p i − 1 (1-p) * p^{i-1} (1−p)∗pi−1。
为什么不采用最完美的二分结构?
考虑一下,插入节点的情况。当中间插入一个节点,此时的二分结构会被打破,所以需要不断的进行调整。想想平衡树,红黑树复杂的再平衡操作,而此处的再平衡调整比之有过之而无不及。而使用随机算法进行层高选择的方法也可以实现O(logN)的平均复杂度,而且操作也相对简化的很多。
跳跃表(redis实现)的空间复杂度
相关定义
// 层高最大值限制
#define ZSKIPLIST_MAXLEVEL 64 /* Should be enough for 2^64 elements */
// 层高是否继续增长的概率
#define ZSKIPLIST_P 0.25 /* Skiplist P = 1/4 */
// 跳表节点定义
typedef struct zskiplistNode {
// 存储内容
sds ele;
// 分值,用于排序
double score;
// 后退指针
struct zskiplistNode *backward;
// 变长数组,记录层信息。层高越高跳过的节点越多(因为层高越高概率越低)
struct zskiplistLevel {
// 指向当前层下一个节点
struct zskiplistNode *forward;
// 当前节点与forward所指节点中间节点数
unsigned long span;
} level[];
} zskiplistNode;
// 跳表结构管理节点
typedef struct zskiplist {
struct zskiplistNode *header, *tail;
// 长度
unsigned long length;
// 跳表高度(所有节点最高层高)
int level;
} zskiplist;
int zslRandomLevel(void) {
// 计算当前插入元素层高的随机函数
int level = 1;
// (random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF) 概率为1/4
while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
level += 1;
return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
}
层高为1概率为 1-p(不进while)
层高为2的概率为 p(进一次while) * (1 - p)(不进while)
层高为3的概率为 p(进一次while) * p(进一次while) * (1 - p)(不进while)
…
层高为n的概率为 ( 1 − p ) ∗ p n − 1 (1-p) * p^{n-1} (1