目錄
- 什么是跳表
- 跳表的意義究竟在于何處？
- 跳表的搜索時間復(fù)雜度
- 跳表是不是很費(fèi)內(nèi)存？
- 插入和刪除的時間復(fù)雜度
- 跳表的代碼實現(xiàn)（Java 版）
- 數(shù)據(jù)結(jié)構(gòu)定義
- 搜索算法
- 插入和刪除算法
- 插入
- 刪除
知道跳表（Skip List）是在看關(guān)于Redis的書的時候，Redis中的有序集合使用了跳表數(shù)據(jù)結(jié)構(gòu)。接著就查了一些博客，來學(xué)習(xí)一下跳表。后面會使用Java代碼來簡單實現(xiàn)跳表。
什么是跳表
跳表由William Pugh發(fā)明，他在論文《Skip lists: a probabilistic alternative to balanced trees》中詳細(xì)介紹了跳表的數(shù)據(jù)結(jié)構(gòu)和插入刪除等操作，論文是這么介紹跳表的：
Skip lists are a data structure that can be used in place of balanced trees.Skip lists use probabilistic balancing rather than strictly enforced balancing and as a result the algorithms for insertion and deletion in skip lists are much simpler and significantly faster than equivalent algorithms for balanced trees.
也就是說，跳表可以用來替代紅黑樹，使用概率均衡技術(shù)，使得插入、刪除操作更簡單、更快。先來看論文里的一張圖：
觀察上圖
- a：已排好序的鏈表，查找一個結(jié)點最多需要比較N個結(jié)點。
- b：每隔2個結(jié)點增加一個指針，指向該結(jié)點間距為2的后續(xù)結(jié)點，那么查找一個結(jié)點最多需要比較ceil(N/2)+1個結(jié)點。
- c，每隔4個結(jié)點增加一個指針，指向該結(jié)點間距為4的后續(xù)結(jié)點，那么查找一個結(jié)點最多需要比較ceil(N/4)+1個結(jié)點。
- 若每第
2^i 個結(jié)點都有一個指向間距為 2^i的后續(xù)結(jié)點的指針，這樣不斷增加指針，比較次數(shù)會降為log(N)。這樣的話，搜索會很快，但插入和刪除會很困難。
一個擁有k個指針的結(jié)點稱為一個k層結(jié)點（level k node）。按照上面的邏輯，50%的結(jié)點為1層，25%的結(jié)點為2層，12.5%的結(jié)點為3層…如果每個結(jié)點的層數(shù)隨機(jī)選取，但仍服從這樣的分布呢（上圖e，對比上圖d）？
使一個k層結(jié)點的第i個指針指向第i層的下一個結(jié)點，而不是它后面的第2^(i-1)個結(jié)點，那么結(jié)點的插入和刪除只需要原地修改操作；一個結(jié)點的層數(shù)，是在它被插入的時候隨機(jī)選取的，并且永不改變。因為這樣的數(shù)據(jù)結(jié)構(gòu)是基于鏈表的，并且額外的指針會跳過中間結(jié)點，所以作者稱之為跳表（Skip Lists）。
二分查找底層依賴數(shù)組隨機(jī)訪問的特性，所以只能用數(shù)組實現(xiàn)。若數(shù)據(jù)存儲在鏈表，就沒法用二分搜索了？
其實只需稍微改造下鏈表，就能支持類似“二分”的搜索算法，即跳表（Skip list），支持快速的新增、刪除、搜索操作。
Redis中的有序集合（Sorted Set）就是用跳表實現(xiàn)的。我們知道紅黑樹也能實現(xiàn)快速的插入、刪除和查找操作。那Redis 為何不選擇紅黑樹來實現(xiàn)呢？
跳表的意義究竟在于何處？
單鏈表即使存儲的數(shù)據(jù)有序，若搜索某數(shù)據(jù)，也只能從頭到尾遍歷，搜索效率很低，平均時間復(fù)雜度是O(n)。
追求極致的程序員就開始想了，那這該如何提高鏈表結(jié)構(gòu)的搜索效率呢？
若如下圖，對鏈表建立一級“索引”，每兩個結(jié)點提取一個結(jié)點到上一級，把抽出來的那級叫作索引或索引層。圖中的down表示down指針，指向下一級結(jié)點。
比如要搜索16：
先遍歷索引層，當(dāng)遍歷到索引層的13時，發(fā)現(xiàn)下一個結(jié)點是17，說明目標(biāo)結(jié)點位于這倆結(jié)點中間
然后通過down指針，下降到原始鏈表層，繼續(xù)遍歷
此時只需再遍歷2個結(jié)點，即可找到16！
原先單鏈表結(jié)構(gòu)需遍歷10個結(jié)點，現(xiàn)在只需遍歷7個結(jié)點即可。可見，加一層索引，所需遍歷的結(jié)點個數(shù)就減少了，搜索效率提升。
若再加層索引，搜索效率是不是更高？于是每兩個結(jié)點再抽出一個結(jié)點到第二級索引。現(xiàn)在搜索16，只需遍歷6個結(jié)點了！
這里數(shù)據(jù)量不大，可能你也沒感覺到搜索效率ROI高嗎。
那數(shù)據(jù)量就變大一點，現(xiàn)有一64結(jié)點鏈表，給它建立五級的索引。
原來沒有索引時，單鏈表搜索62需遍歷62個結(jié)點！
現(xiàn)在呢？只需遍歷11個！所以你現(xiàn)在能體會到了，當(dāng)鏈表長度n很大時，建立索引后，搜索性能顯著提升。
這種有多級索引的，可以提高查詢效率的鏈表就是最近火遍面試圈的跳表。
作為嚴(yán)謹(jǐn)?shù)某绦騿T，我們又開始好奇了
跳表的搜索時間復(fù)雜度
我們都知道單鏈表搜索時間復(fù)雜度O(n)，那如此快的跳表呢？
若鏈表有n個結(jié)點，會有多少級索引呢？假設(shè)每兩個結(jié)點抽出一個結(jié)點作為上級索引，則：
- 第一級索引結(jié)點個數(shù)是n/2
- 第二級n/4第
- 三級n/8
- …
- 第k級就是
n/(2^k)
假設(shè)索引有h級，最高級索引有2個結(jié)點，可得：n/(2h) = 2
所以：h = log2n-1
若包含原始鏈表這一層，整個跳表的高度就是log2 n。我們在跳表中查詢某個數(shù)據(jù)的時候，如果每一層都要遍歷m個結(jié)點，那在跳表中查詢一個數(shù)據(jù)的時間復(fù)雜度就是O(m*logn)。
那這個m的值是多少呢？按照前面這種索引結(jié)構(gòu)，我們每一級索引都最多只需要遍歷3個結(jié)點，也就是說m=3，為什么是3呢？我來解釋一下。
假設(shè)我們要查找的數(shù)據(jù)是x，在第k級索引中，我們遍歷到y(tǒng)結(jié)點之后，發(fā)現(xiàn)x大于y，小于后面的結(jié)點z，所以我們通過y的down指針，從第k級索引下降到第k-1級索引。在第k-1級索引中，y和z之間只有3個結(jié)點（包含y和z），所以，我們在K-1級索引中最多只需要遍歷3個結(jié)點，依次類推，每一級索引都最多只需要遍歷3個結(jié)點。
通過上面的分析，我們得到m=3，所以在跳表中查詢?nèi)我鈹?shù)據(jù)的時間復(fù)雜度就是O(logn)。這個查找的時間復(fù)雜度跟二分查找是一樣的。換句話說，我們其實是基于單鏈表實現(xiàn)了二分查找，是不是很神奇？不過，天下沒有免費(fèi)的午餐，這種查詢效率的提升，前提是建立了很多級索引，也就是我們在第6節(jié)講過的空間換時間的設(shè)計思路。
跳表是不是很費(fèi)內(nèi)存？
由于跳表要存儲多級索引，勢必比單鏈表消耗更多存儲空間。那到底是多少呢？
若原始鏈表大小為n：
- 第一級索引大約有n/2個結(jié)點
- 第二級索引大約有n/4個結(jié)點
- …
- 最后一級2個結(jié)點
多級結(jié)點數(shù)的總和就是：
n/2+n/4+n/8…+8+4+2=n-2
所以空間復(fù)雜度是O(n)。這個量還是挺大的，能否再稍微降低索引占用的內(nèi)存空間呢？
若每三五個結(jié)點才抽取一個到上級索引呢？
- 第一級索引需要大約n/3個結(jié)點
- 第二級索引需要大約n/9個結(jié)點
- 每往上一級，索引結(jié)點個數(shù)都除以3
假設(shè)最高級索引結(jié)點個數(shù)為1，總索引結(jié)點數(shù)：n/3+n/9+n/27+…+9+3+1=n/2
盡管空間復(fù)雜度還是O(n)，但比上面的每兩個結(jié)點抽一個結(jié)點的索引構(gòu)建方法，要減少了一半的索引結(jié)點存儲空間。
我們大可不必過分在意索引占用的額外空間，實際開發(fā)中，原始鏈表中存儲的有可能是很大的對象，而索引結(jié)點只需存儲關(guān)鍵值和幾個指針，無需存儲對象，所以當(dāng)對象比索引結(jié)點大很多時，那索引占用的額外空間可忽略。
插入和刪除的時間復(fù)雜度
插入
在跳表中插入一個數(shù)據(jù)，只需O(logn)時間復(fù)雜度。
單鏈表中，一旦定位好要插入的位置，插入的時間復(fù)雜度是O(1)。但這里為了保證原始鏈表中數(shù)據(jù)的有序性，要先找到插入位置，所以這個過程中的查找操作比較耗時。
單純的單鏈表，需遍歷每個結(jié)點以找到插入的位置。但跳表搜索某結(jié)點的的時間復(fù)雜度是O(logn)，所以搜索某數(shù)據(jù)應(yīng)插入的位置的時間復(fù)雜度也是O(logn)。
刪除
如果這個結(jié)點在索引中也有出現(xiàn)，除了要刪除原始鏈表的結(jié)點，還要刪除索引中的。
因為單鏈表刪除操作需拿到要刪除結(jié)點的前驅(qū)結(jié)點，然后通過指針完成刪除。所以查找要刪除結(jié)點時，一定要獲取前驅(qū)結(jié)點。若是雙向鏈表，就沒這個問題了。
跳表索引動態(tài)更新
當(dāng)不停往跳表插入數(shù)據(jù)時，若不更新索引，就可能出現(xiàn)某2個索引結(jié)點之間數(shù)據(jù)非常多。極端情況下，跳表還會退化成單鏈表。
作為一種動態(tài)數(shù)據(jù)結(jié)構(gòu)，我們需要某種手段來維護(hù)索引與原始鏈表大小之間的平衡，也就是說，如果鏈表中結(jié)點多了，索引結(jié)點就相應(yīng)地增加一些，避免復(fù)雜度退化，以及查找、插入、刪除操作性能下降。
像紅黑樹、AVL樹這樣的平衡二叉樹通過左右旋保持左右子樹的大小平衡，而跳表是通過隨機(jī)函數(shù)維護(hù)前面提到的“平衡性”。
往跳表插入數(shù)據(jù)時，可以選擇同時將這個數(shù)據(jù)插入到部分索引層中。
那如何選擇加入哪些索引層呢？
通過一個隨機(jī)函數(shù)決定將這個結(jié)點插入到哪幾級索引中，比如隨機(jī)函數(shù)生成了值K，那就把這個結(jié)點添加到第一級到第K級這K級索引中。
為何Redis要用跳表來實現(xiàn)有序集合，而不是紅黑樹？
Redis中的有序集合支持的核心操作主要支持：
- 插入一個數(shù)據(jù)
- 刪除一個數(shù)據(jù)
- 查找一個數(shù)據(jù)
- 迭代輸出有序序列：以上操作，紅黑樹也能完成，時間復(fù)雜度跟跳表一樣。
- 按照區(qū)間查找數(shù)據(jù)：紅黑樹的效率低于跳表。跳表可以做到
O(logn)定位區(qū)間的起點，然后在原始鏈表順序往后遍歷即可。
除了性能，還有其它原因：
- 代碼實現(xiàn)比紅黑樹好懂、好寫多了，因為簡單就代表可讀性好，不易出錯
- 跳表更靈活，可通過改變索引構(gòu)建策略，有效平衡執(zhí)行效率和內(nèi)存消耗
因為紅黑樹比跳表誕生更早，很多編程語言中的Map類型（比如JDK 的 HashMap）都是通過紅黑樹實現(xiàn)的。業(yè)務(wù)開發(fā)時，直接從JDK拿來用，但跳表沒有一個現(xiàn)成的實現(xiàn)，只能自己實現(xiàn)。
跳表的代碼實現(xiàn)（Java 版）
數(shù)據(jù)結(jié)構(gòu)定義
表中的元素使用結(jié)點來表示，結(jié)點的層數(shù)在它被插入時隨機(jī)計算決定（與表中已有結(jié)點數(shù)目無關(guān)）。
一個i層的結(jié)點有i個前向指針（java中使用結(jié)點對象數(shù)組forward來表示），索引為從1到i。用MaxLevel來記錄跳表的最大層數(shù)。
跳表的層數(shù)為當(dāng)前所有結(jié)點中的最大層數(shù)（如果list為空，則層數(shù)為1）。
列表頭header擁有從1到MaxLevel的前向指針：
public class SkipListT> {
// 最高層數(shù)
private final int MAX_LEVEL;
// 當(dāng)前層數(shù)
private int listLevel;
// 表頭
private SkipListNodeT> listHead;
// 表尾
private SkipListNodeT> NIL;
// 生成randomLevel用到的概率值
private final double P;
// 論文里給出的最佳概率值
private static final double OPTIMAL_P = 0.25;
public SkipList() {
// 0.25, 15
this(OPTIMAL_P, (int)Math.ceil(Math.log(Integer.MAX_VALUE) / Math.log(1 / OPTIMAL_P)) - 1);
}
public SkipList(double probability, int maxLevel) {
P = probability;
MAX_LEVEL = maxLevel;
listLevel = 1;
listHead = new SkipListNodeT>(Integer.MIN_VALUE, null, maxLevel);
NIL = new SkipListNodeT>(Integer.MAX_VALUE, null, maxLevel);
for (int i = listHead.forward.length - 1; i >= 0; i--) {
listHead.forward[i] = NIL;
}
}
// 內(nèi)部類
class SkipListNodeT> {
int key;
T value;
SkipListNode[] forward;
public SkipListNode(int key, T value, int level) {
this.key = key;
this.value = value;
this.forward = new SkipListNode[level];
}
}
}
搜索算法
按key搜索，找到返回該key對應(yīng)的value，未找到則返回null。
通過遍歷forward數(shù)組來需找特定的searchKey。假設(shè)skip list的key按照從小到大的順序排列，那么從跳表的當(dāng)前最高層listLevel開始尋找searchKey。在某一層找到一個非小于searchKey的結(jié)點后，跳到下一層繼續(xù)找，直到最底層為止。那么根據(jù)最后搜索停止位置的下一個結(jié)點，就可以判斷searchKey在不在跳表中。
在跳表中找8的過程：
插入和刪除算法
都是通過查找與連接（search and splice）：
維護(hù)一個update數(shù)組，在搜索結(jié)束之后，update[i]保存的是待插入/刪除結(jié)點在第i層的左側(cè)結(jié)點。
插入
若key不存在，則插入該key與對應(yīng)的value；若key存在，則更新value。
如果待插入的結(jié)點的層數(shù)高于跳表的當(dāng)前層數(shù)listLevel，則更新listLevel。
選擇待插入結(jié)點的層數(shù)randomLevel：
randomLevel只依賴于跳表的最高層數(shù)和概率值p。
另一種實現(xiàn)方法為，如果生成的randomLevel大于當(dāng)前跳表的層數(shù)listLevel，那么將randomLevel設(shè)置為listLevel+1，這樣方便以后的查找，在工程上是可以接受的，但同時也破壞了算法的隨機(jī)性。
刪除
刪除特定的key與對應(yīng)的value。如果待刪除的結(jié)點為跳表中層數(shù)最高的結(jié)點，那么刪除之后，要更新listLevel。
public class SkipListT> {
// 最高層數(shù)
private final int MAX_LEVEL;
// 當(dāng)前層數(shù)
private int listLevel;
// 表頭
private SkipListNodeT> listHead;
// 表尾
private SkipListNodeT> NIL;
// 生成randomLevel用到的概率值
private final double P;
// 論文里給出的最佳概率值
private static final double OPTIMAL_P = 0.25;
public SkipList() {
// 0.25, 15
this(OPTIMAL_P, (int)Math.ceil(Math.log(Integer.MAX_VALUE) / Math.log(1 / OPTIMAL_P)) - 1);
}
public SkipList(double probability, int maxLevel) {
P = probability;
MAX_LEVEL = maxLevel;
listLevel = 1;
listHead = new SkipListNodeT>(Integer.MIN_VALUE, null, maxLevel);
NIL = new SkipListNodeT>(Integer.MAX_VALUE, null, maxLevel);
for (int i = listHead.forward.length - 1; i >= 0; i--) {
listHead.forward[i] = NIL;
}
}
// 內(nèi)部類
class SkipListNodeT> {
int key;
T value;
SkipListNode[] forward;
public SkipListNode(int key, T value, int level) {
this.key = key;
this.value = value;
this.forward = new SkipListNode[level];
}
}
public T search(int searchKey) {
SkipListNodeT> curNode = listHead;
for (int i = listLevel; i > 0; i--) {
while (curNode.forward[i].key searchKey) {
curNode = curNode.forward[i];
}
}
if (curNode.key == searchKey) {
return curNode.value;
} else {
return null;
}
}
public void insert(int searchKey, T newValue) {
SkipListNodeT>[] update = new SkipListNode[MAX_LEVEL];
SkipListNodeT> curNode = listHead;
for (int i = listLevel - 1; i >= 0; i--) {
while (curNode.forward[i].key searchKey) {
curNode = curNode.forward[i];
}
// curNode.key searchKey = curNode.forward[i].key
update[i] = curNode;
}
curNode = curNode.forward[0];
if (curNode.key == searchKey) {
curNode.value = newValue;
} else {
int lvl = randomLevel();
if (listLevel lvl) {
for (int i = listLevel; i lvl; i++) {
update[i] = listHead;
}
listLevel = lvl;
}
SkipListNodeT> newNode = new SkipListNodeT>(searchKey, newValue, lvl);
for (int i = 0; i lvl; i++) {
newNode.forward[i] = update[i].forward[i];
update[i].forward[i] = newNode;
}
}
}
public void delete(int searchKey) {
SkipListNodeT>[] update = new SkipListNode[MAX_LEVEL];
SkipListNodeT> curNode = listHead;
for (int i = listLevel - 1; i >= 0; i--) {
while (curNode.forward[i].key searchKey) {
curNode = curNode.forward[i];
}
// curNode.key searchKey = curNode.forward[i].key
update[i] = curNode;
}
curNode = curNode.forward[0];
if (curNode.key == searchKey) {
for (int i = 0; i listLevel; i++) {
if (update[i].forward[i] != curNode) {
break;
}
update[i].forward[i] = curNode.forward[i];
}
while (listLevel > 0 listHead.forward[listLevel - 1] == NIL) {
listLevel--;
}
}
}
private int randomLevel() {
int lvl = 1;
while (lvl MAX_LEVEL Math.random() P) {
lvl++;
}
return lvl;
}
public void print() {
for (int i = listLevel - 1; i >= 0; i--) {
SkipListNodeT> curNode = listHead.forward[i];
while (curNode != NIL) {
System.out.print(curNode.key + "->");
curNode = curNode.forward[i];
}
System.out.println("NIL");
}
}
public static void main(String[] args) {
SkipListInteger> sl = new SkipListInteger>();
sl.insert(20, 20);
sl.insert(5, 5);
sl.insert(10, 10);
sl.insert(1, 1);
sl.insert(100, 100);
sl.insert(80, 80);
sl.insert(60, 60);
sl.insert(30, 30);
sl.print();
System.out.println("---");
sl.delete(20);
sl.delete(100);
sl.print();
}
}
到此這篇關(guān)于為何Redis使用跳表而非紅黑樹實現(xiàn)SortedSet的文章就介紹到這了,更多相關(guān)Redis跳表實現(xiàn)SortedSet內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
