【Redis】底层跳表实现

先巩固Redis的数据类型以及底层的数据结构：

ZSet（有序集合）可以使用两种不同的内部数据结构来表示：压缩列表（ziplist）和跳跃表（skiplist）。

跳表是redis底层SortedSet(ZSet)的数据结构实现，是ZSet的灵魂所在；set是一个无序集合，而ZSet是有序集合。

ZSet使用压缩列表情况：

1.有序集合保存的元素数量小于128个；

2.有序集合保存的所有元素的长度小于64个字节

如果元素数量或元素大小超过了以上限制就会转换为跳表存储。

 跳表

为提升查找的性能，Redis就引⼊了跳表，跳表在链表的基础上，给链表增加了多级的索引，通过

索引可以⼀次实现多个节点的跳跃，提⾼性能。

链表

 

Redis中的跳表

 

Redis中跳表单个节点定义：

 

ele:SDS结构，⽤来存储数据。

score:节点的分数，浮点型数据

backward:指向上⼀个节点的回退指针，⽀持从表尾向表头遍历，也就是ZREVRANGE这个命令

level:level结构体数组就是⽤来保存各个索引层级的forward指针和span信息的。具体来说,level[0] 表示最底层索引,level[1]为第⼆层索引,以此类推。 higher level的forward指向更远的节点,可以快速 遍历。span记录索引跨度。通过维护多级索引,跳表可以通过较⾼层级的索引快速定位到⽬标节点附 近,然后再在底层索引线性查找,平均时间复杂度为O(logN)。所以,level数组在跳表中的作⽤就是记录 多级索引的数据,让跳表可以实现更快的查找、遍历、排序等操作。

 举个例子：

例如查找元素abcd：

 

如果要查找「元素：abcd，权重：4」的节点，查找的过程：

1. 1.先从头节点的最⾼层开始，L2 指向了「元素：abc，权重：3」节点，这个节点的权重⽐要查找节点的⼩，所以要访问该层上的下⼀个节点；
2. 但是该层的下⼀个节点是空节点（ leve[2]指向的是空节点），于是就会跳到「元素：abc，权重：3」节点的下⼀层去找，也就是 leve[1]；
3. 「元素：abc，权重：3」节点的 leve[1] 的下⼀个指针指向了「元素：abcde，权重：4」的 节点，然后将其和要查找的节点⽐较。虽然「元素：abcde，权重：4」的节点的权重和要查 找的权重相同，但是当前节点的 SDS 类型数据「⼤于」要查找的数据，所以会继续跳到「元 素：abc，权重：3」节点的下⼀层去找，也就是 leve[0]；
4. 「元素：abc，权重：3」节点的 leve[0] 的下⼀个指针指向了「元素：abcd，权重：4」的节 点，该节点正是要查找的节点，查询结束。

redis跳表的单个节点有⼏层

层次的决定，需要⽐较随机，才能在各个场景表现出较为平均的性能，这⾥Redis使⽤概率均衡的思 路来确定新插⼊节点的层数：Redis跳表决定每⼀个节点，是否能增加⼀层的概率为25%，⽽最⼤层数限 制在Redis5.0是64层在Redis7.0是32层。

redis跳表的性能优化了多少

平均时间复杂度都是O(logn),区别是⼆叉树最坏情况下也是O(logn)⽐较稳定，⽽跳表的最坏时间复杂度是O(N)。当然，实际的⽣产过程 中，体现出来的基本都是跳表的平均时间复杂度。 前⾯也提到，有序集合⽆论是查找、还是增加删除元素，都是需要先定位到数据位置，所以跳表将这三个操作的时间复杂度，都从O(N)降低到了O(logn)。

为什么使用跳表不适用红黑树或二叉树呢

1.因为跳表可以快速的范围查找；

2.跳表的实现比红黑树 简单易懂。