跳跃表的应用-redis
为什么选择跳表
目前经常使用的平衡数据结构有:B树,红黑树,AVL树,SplayTree,Treep等。
想象一下,给你一张草稿纸,一只笔,一个编辑器,你能立即实现一颗红黑树,或者AVL树
出来吗?很难吧,这需要时间,要考虑很多细节,要参考一堆算法与数据结构之类的树,
还要参考网上的代码,相当麻烦。
用跳表吧,跳表是一种随机化的数据结构,目前开源软件Redis和LevelDB都有用到它,
它的效率和红黑树以及AVL树不相上下,但跳表的原理相当简单,只要你能熟练操作链表,
就能轻松实现一个SkipList。
有序表的搜索
考虑一个有序表:
clip_image001
从该有序表中搜索元素<23,43,59>,需要比较的次数分别为<2,4,6>,总共比较的次数
为2+4+6=12次。有没有优化的算法吗?链表是有序的,但不能使用二分查找。类似二叉
搜索树,我们把一些节点提取出来,作为索引。得到如下结构:
clip_image002
这里我们把<14,34,50,72>提取出来作为一级索引,这样搜索的时候就可以减少比较次数了。
我们还可以再从一级索引提取一些元素出来,作为二级索引,变成如下结构:
clip_image003
这里元素不多,体现不出优势,如果元素足够多,这种索引结构就能体现出优势来了。
这基本上就是跳表的核心思想,其实也是一种通过“空间来换取时间”的一个算法,通过在每个节点中增加了向前的指针,从而提升查找的效率。
跳表
下面的结构是就是跳表:
其中-1表示INT_MIN,链表的最小值,1表示INT_MAX,链表的最大值。
clip_image005
跳表具有如下性质:
(1)由很多层结构组成
(2)每一层都是一个有序的链表
(3)最底层(Level1)的链表包含所有元素
(4)如果一个元素出现在Leveli的链表中,则它在Leveli之下的链表也都会出现。
(5)每个节点包含两个指针,一个指向同一链表中的下一个元素,一个指向下面一层的元素。
跳表的搜索
clip_image007
例子:查找元素117
(1)比较21,比21大,往后面找
(2)比较37,比37大,比链表最大值小,从37的下面一层开始找
(3)比较71,比71大,比链表最大值小,从71的下面一层开始找
(4)比较85,比85大,从后面找
(5)比较117,等于117,找到了节点。
具体的搜索算法如下:
C代码clip_image009
1.
3.find(x)
4.{
5.p=top;
6.while(1){
7.while(p->next->key<x)
8.p=p->next;
9.if(p->down==NULL)
10.returnp->next;
11.p=p->down;
12.}
13.}
跳表的插入
先确定该元素要占据的层数K(采用丢硬币的方式,这完全是随机的)
然后在Level1...LevelK各个层的链表都插入元素。
例子:插入119,K=2
clip_image011
如果K大于链表的层数,则要添加新的层。
例子:插入119,K=4
clip_image013
丢硬币决定K
插入元素的时候,元素所占有的层数完全是随机的,通过一下随机算法产生:
C代码clip_image009[1]
1.intrandom_level()
2.{
3.K=1;
4.
5.while(random(0,1))
6.K++;
7.
8.returnK;
9.}
相当与做一次丢硬币的实验,如果遇到正面,继续丢,遇到反面,则停止,
用实验中丢硬币的次数K作为元素占有的层数。显然随机变量K满足参数为p=1/2的几何分布,
K的期望值E[K]=1/p=2.就是说,各个元素的层数,期望值是2层。
跳表的高度。
n个元素的跳表,每个元素插入的时候都要做一次实验,用来决定元素占据的层数K,
跳表的高度等于这n次实验中产生的最大K,待续。。。
跳表的空间复杂度分析
根据上面的分析,每个元素的期望高度为2,一个大小为n的跳表,其节点数目的
期望值是2n。
跳表的删除
在各个层中找到包含x的节点,使用标准的deletefromlist方法删除该节点。
例子:删除71
clip_image015