1. 数据结构和算法(六)Java实现跳表
1.1 什么是跳表(Skip List)
跳表确实是一种性能比较优秀的动态数据结构,跳表(skip list) 对标的是平衡树(AVL Tree),是一种 插入/删除/搜索 都是 O(log n) 的数据结构。它最大的优势是原理简单、容易实现、方便扩展、效率更高。因此在一些热门的项目里用来替代平衡树,如 redis, leveldb 等。跳表的数据结构模型如图:
-
前置条件:跳表处理的是有序的链表
- 这个链表中,如果要搜索一个数,需要从头到尾比较每个元素是否匹配,直到找到匹配的数为止,即时间复杂度是 O(n)。同理,插入一个数并保持链表有序,需要先找到合适的插入位置,再执行插入,总计也是 O(n) 的时间。
- 这个链表中,如果要搜索一个数,需要从头到尾比较每个元素是否匹配,直到找到匹配的数为止,即时间复杂度是 O(n)。同理,插入一个数并保持链表有序,需要先找到合适的插入位置,再执行插入,总计也是 O(n) 的时间。
-
添加索引,提高搜索的速度
- 我们新创建一个链表,它包含的元素为前一个链表的若干元素。这样在搜索一个元素时,我们先在上层链表进行搜索,当元素未找到时再到下层链表中搜索。例如搜索数字120时的路径,Head->60->90->120
先在上层中搜索,到达节点 90 时发现下一个节点为 170,已经大于 120,于是转到下一层搜索,找到的目标数字 120。
- 我们新创建一个链表,它包含的元素为前一个链表的若干元素。这样在搜索一个元素时,我们先在上层链表进行搜索,当元素未找到时再到下层链表中搜索。例如搜索数字120时的路径,Head->60->90->120
-
多级索引,提高搜索的速度
- 在三层链表中搜索 250,在最上层搜索时就可以直接跳过 170 之前的所有节点,因此十分高效。
如果有 k 层,我们需要的搜索次数会小于 ⌈n2k⌉+k ,这样当层数 k 增加到 ⌈log2n⌉ 时,搜索的时间复杂度就变成了 logn。其实这背后的原理和二叉搜索树或二分查找很类似,通过索引来跳过大量的节点,从而提高搜索效率。
- 在三层链表中搜索 250,在最上层搜索时就可以直接跳过 170 之前的所有节点,因此十分高效。
1.2 JAVA实现跳表
CustomLinkedList类是一个自定义实现了单向链表。
package com.yuanxw.datastructure.chapter2;
import java.util.Random;
/**
* 跳表(Skip List)CustomSkipList
*/
public class CustomSkipList {
// 头节点
private Node head;
// 尾节点
private Node tail;
// 大小
private int size;
// 层高
private int hight;
// 随机数:使用long参数的所有64位作为因子值。
private static Random random = new Random(System.currentTimeMillis());
// 构造函数
public CustomSkipList() {
// 初化化==>头尾节点
head = new Node(Integer.MIN_VALUE, NodeTypeEnum.HEAD_NODE);
tail = new Node(Integer.MAX_VALUE, NodeTypeEnum.TAIL_NODE);
/**
* 建立两端关系:
* head ---> tail
* head <--- tail
*/
head.rightNode = tail;
tail.leftNode = head;
}
/**
* 查询元素
*
* @param element
* @return
*/
public Node find(Integer element) {
if (element == null) {
throw new RuntimeException("要查询的元素值不能为空!");
}
Node current = this.head;
// 只要不满足条件,则一直查找。
while (true) {
// 从节点最左侧向右查找
while (current.rightNode.nodeType != NodeTypeEnum.TAIL_NODE && current.rightNode.value <= element) {
current = current.rightNode;
}
// 从节点下向下查找
if (current.downNode != null) {
current = current.downNode;
} else {
break;
}
}
// 返回查询结果
return current;
}
/**
* 添加元素
*
* @param element
* @return
*/
public boolean add(Integer element) {
// 获近似值 Node
Node nearNode = this.