一、什么是跳表-skiplist
skiplist本质上也是一种查找结构,用于解决算法中的查找问题,跟平衡搜索树和哈希表的价值是一样的,可以作为key或者key/value的查找模型。那么相比而言它的优势是什么的呢?
skiplist是由William Pugh发明的,最早出现于他在1990年发表的论文《Skip Lists: AProbabilistic Alternative to Balanced Trees》。对细节感兴趣的同学可以下载论文原文来阅读。
skiplist,顾名思义,首先它是一个list。实际上,它是在有序链表的基础上发展起来的。如果是一个有序的链表,查找数据的时间复杂度是O(N)。
William Pugh开始的优化思路:
- 假如我们每相邻两个节点升高一层,增加一个指针,让指针指向下下个节点,如下图b所示。这样所有新增加的指针连成了一个新的链表,但它包含的节点个数只有原来的一半。由于新增加的指针,我们不再需要与链表中每个节点逐个进行比较了,需要比较的节点数大概只有原来的一半。
- 以此类推,我们可以在第二层新产生的链表上,继续为每相邻的两个节点升高一层,增加一个指针,从而产生第三层链表。如下图c,这样搜索效率就进一步提高了。
- skiplist正是受这种多层链表的想法的启发而设计出来的。实际上,按照上面生成链表的方式,上面每一层链表的节点个数,是下面一层的节点个数的一半,这样查找过程就非常类似二分查找,使得查找的时间复杂度可以降低到O(log n)。
- 但是这个结构在插入删除数据的时候有很大的问题,插入或者删除一个节点之后,就会打乱上下相邻两层链表上节点个数严格的2:1的对应关系。如果要维持这种对应关系,就必须把新插入的节点后面的所有节点(也包括新插入的节点)重新进行调整,这会让时间复杂度重新蜕化成O(n)。
skiplist的设计为了避免这种问题,做了一个大胆的处理,不再严格要求对应比例关系,而是插入一个节点的时候随机出一个层数。这样每次插入和删除都不需要考虑其他节点的层数,这样就好处理多了。细节过程入下图:
二、skiplist的效率如何保证?
上面我们说到,skiplist插入一个节点时随机出一个层数,听起来怎么这么随意,如何保证搜索时的效率呢?
这里首先要细节分析的是这个随机层数是怎么来的。一般跳表会设计一个最大层数maxLevel的限制,其次会设置一个多增加一层的概率p。那么计算这个随机层数的伪代码如下图:
在Redis的skiplist实现中,这两个参数的取值为:
p = 1/4
maxLevel = 32
根据前面randomLevel()的伪码,我们很容易看出,产生越高的节点层数,概率越低。
节点层数至少为1。而大于1的节点层数,满足一个概率分布:
- 节点层数恰好等于1的概率为1-p。
- 节点层数大于等于2的概率为p,而节点层数恰好等于2的概率为p(1-p)。
- 节点层数大于等于3的概率为p2,而节点层数恰好等于3的概率为p2*(1-p)。
- 节点层数大于等于4的概率为p3,而节点层数恰好等于4的概率为p3(1-p)。
- ……
因此,一个节点的平均层数(也即包含的平均指针数目),计算如下:
现在很容易计算出:
当p=1/2时,每个节点所包含的平均指针数目为2;
当p=1/4时,每个节点所包含的平均指针数目为1.33。
跳表的平均时间复杂度为O(logN),这个推导的过程较为复杂,需要有一定的数学功底,有兴趣的老铁,可以参考以下文章中的讲解:
铁蕾大佬的博客:http://zhangtielei.com/posts/blog-redis-skiplist.html
三、skiplist的实现
#include <vector>
#include <iostream>
#include <cstdlib>
using namespace std;
class Skiplist
{
struct ListNode
{
int _val;
vector<ListNode *> _nextV;
ListNode(int num, size_t level)
: _val(num),
_nextV(level, nullptr)
{
}
};
ListNode *_phead; //指向头节点的指针
const size_t _maxlevel = 32;
const double _p = 0.25;
public:
Skiplist()
: _phead(new ListNode(-1, 1))
{
srand(time(nullptr));
}
bool search(int target)
{
ListNode *cur = _phead;
int level = _phead->_nextV.size() - 1;
while (level >= 0)
{
//与当前层的下一个节点的值进行比较
if (cur->_nextV[level] != nullptr && target > cur->_nextV[level]->_val)
{
//比他大,向后走(可能在下一个节点后边)
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || target < cur->_nextV[level]->_val)
{
//比他小或下一个节点为空,向下走(可能在两节点之间)
--level;
}
else
{
return true;
}
}
return false;
}
ListNode *FindPrevNode(int target, vector<ListNode *> &prevV)
{
ListNode *cur = _phead;
int level = _phead->_nextV.size() - 1;
prevV.resize(level + 1, _phead);
ListNode *ret = nullptr;
while (level >= 0)
{
//与当前层的下一个节点的值进行比较
if (cur->_nextV[level] != nullptr && target > cur->_nextV[level]->_val)
{
//比他大,向后走(可能在下一个节点后边)
cur = cur->_nextV[level];
}
else if (cur->_nextV[level] == nullptr || target <= cur->_nextV[level]->_val)
{
//比他小或下一个节点为空,向下走(可能在两节点之间)
if(cur->_nextV[level] != nullptr && target == cur->_nextV[level]->_val)
ret = cur->_nextV[level]; //找到了要返回节点指针
prevV[level] = cur; //向下走之前记录当前层的Prev为cur
--level;
}
}
return ret;
}
size_t RandomLevel()
{
size_t level = 1;
while (rand() < _p * RAND_MAX && level < _maxlevel)
{
++level;
}
return level;
}
void add(int num)
{
vector<ListNode *> prevV;
FindPrevNode(num, prevV); //找到每一层的前一个节点
size_t level = RandomLevel(); //为新节点随机一个层数
ListNode *newnode = new ListNode(num, level);
if (level > _phead->_nextV.size())
{
_phead->_nextV.resize(level, nullptr); //保持头节点和最高节点同高
prevV.resize(level, _phead);
}
//链接前后节点,插入新节点
for (size_t i = 0; i < level; ++i)
{
newnode->_nextV[i] = prevV[i]->_nextV[i];
prevV[i]->_nextV[i] = newnode;
}
}
bool erase(int num)
{
//查找节点,并找到每一层的前一个节点
vector<ListNode *> prevV;
ListNode *del = FindPrevNode(num, prevV);
if (del == nullptr)
return false;
//链接前后节点,删除节点
for (size_t i = 0; i < del->_nextV.size(); ++i)
{
prevV[i]->_nextV[i] = del->_nextV[i];
}
delete del;
// 如果删除最高层节点,把头节点的层数也降一下
int i = _phead->_nextV.size() - 1;
while (i>0 && _phead->_nextV[i] == nullptr)
{
--i;
}
_phead->_nextV.resize(i + 1);
return true;
}
// void Print()
// {
// ListNode *cur = _phead;
// while (cur)
// {
// printf("%2d ", cur->_val);
// // 打印每个每个cur节点
// for (auto e : cur->_nextV)
// {
// printf("%2s ", "↓");
// }
// printf("\n");
// cur = cur->_nextV[0];
// }
// }
};
四、skiplist跟平衡搜索树和哈希表的对比
skiplist相比平衡搜索树(AVL树和红黑树)对比,都可以做到遍历数据有序,时间复杂度也差不多。skiplist的优势是:
- skiplist实现简单,容易控制。平衡树增删查改遍历都更复杂。
- skiplist的额外空间消耗更低。平衡树节点存储每个值有三叉链,平衡因子/颜色等消耗。skiplist中p=1/2时,每个节点所包含的平均指针数目为2;skiplist中p=1/4时,每个节点所包含的平均指针数目为1.33;
skiplist相比哈希表而言,就没有那么大的优势了。相比而言哈希表平均时间复杂度是O(1),比skiplist快。skiplist优势如下:
- 遍历数据有序
- skiplist空间消耗略小一点,哈希表存在链接指针和表空间消耗。
- 哈希表扩容有性能损耗。
- 哈希表在极端场景下哈希冲突高,效率下降厉害,需要红黑树补足接力。