【轉載】什么是跳表

原文:https://mp.weixin.qq.com/s/HTRO1_wao7MzutPkCw9dSg
鏈表這種數(shù)據(jù)結構并不適用于二分查找

圖片

如圖所示乏奥,在原始鏈表的基礎上,我們增加了一個索引鏈表丁稀。原始鏈表的每兩個結點克握,有一個結點也在索引鏈表當中。

這樣做有什么好處呢螃诅?當我們想要定位到結點20啡氢,我們不需要在原始鏈表中一個一個結點訪問,而是首先訪問索引鏈表:

圖片

在索引鏈表找到結點20之后术裸,我們順著索引鏈表的結點向下倘是,找到原始鏈表的結點20:

圖片

這個過程,就像是先查閱了圖書的目錄袭艺,再翻到章節(jié)所對應的頁碼搀崭。

由于索引鏈表的結點個數(shù)是原始鏈表的一半,查找結點所需的訪問次數(shù)也相應減少了一半。


圖片
圖片

多層次的圖書目錄瘤睹,就像下面這樣:

圖片
圖片
圖片

如圖所示升敲,我們基于原始鏈表的第1層索引,抽出了第2層更為稀疏的索引轰传,結點數(shù)量是第1層索引的一半驴党。

這樣的多層索引可以進一步提升查詢效率,假如仍然要查找結點20获茬,讓我們來演示一下過程:

首先港庄,我們從最上層的索引開始查找,找到該層中僅小于結點20的前置索引結點12:

圖片

在這個例子中恕曲,由于原始鏈表的結點數(shù)量較少鹏氧,僅僅需要2層索引。如果鏈表的結點數(shù)量非常多佩谣,我們就可以抽出更多的索引層級把还,每一層索引的結點數(shù)量都是低層索引的一半。

假設原始鏈表有n個結點稿存,那么索引的層級就是log(n)-1笨篷,在每一層的訪問次數(shù)是常量,因此查找結點的平均時間復雜度是O(logn)瓣履。這比起常規(guī)的查找方式,也就是線性依次訪問鏈表節(jié)點的方式袖迎,效率要高得多辜贵。

但相應的托慨,這種基于鏈表的優(yōu)化增加了額外的空間開銷。假設原始鏈表有n個結點暇榴,那么各層索引的結點總數(shù)是n/2+n/4+n/8+n/16+......2厚棵,約等于n。

也就是說蔼紧,優(yōu)化之后的數(shù)據(jù)結構所占空間婆硬,是原來的2倍。這是典型的以空間換時間的做法奸例。

圖片
圖片
圖片

假設我們要插入的結點是10彬犯,首先我們按照跳表查找結點的方法,找到待插入結點的前置結點(僅小于待插入結點):
假設我們要插入的結點是10,首先我們按照跳表查找結點的方法谐区,找到待插入結點的前置結點(僅小于待插入結點):

圖片

接下來湖蜕,按照一般鏈表的插入方式,把結點10插入到結點9的下一個位置:

圖片

這樣是不是插入工作就完成了呢卢佣?并不是重荠。隨著原始鏈表的新結點越來越多,索引會漸漸變得不夠用了虚茶,因此索引結點也需要相應作出調整。

如何調整索引呢仇参?我們讓新插入的結點隨機“晉升”嘹叫,也就是成為索引結點。新結點晉升成功的幾率是50%诈乒。

假設第一次隨機的結果是晉升成功罩扇,那么我們把結點10作為索引結點,插入到第1層索引的對應位置怕磨,并且向下指向原始鏈表的結點10:

圖片

新結點在成功晉升之后喂饥,仍然有機會繼續(xù)向上一層索引晉升。我們再進行一次隨機肠鲫,假設隨機的結果是晉升失敗员帮,那么插入操作就告一段落了。

圖片

小灰說的是什么意思呢导饲?讓我們看看下圖捞高,新結點10已經(jīng)晉升到第2層索引,下一次隨機的結果仍然是晉升成功渣锦,這時候該怎么辦呢硝岗?

圖片
圖片
圖片
圖片

假設我們要從跳表中刪除結點10,首先我們按照跳表查找結點的方法袋毙,找到待刪除的結點:

圖片

接下來型檀,按照一般鏈表的刪除方式,把結點10從原始鏈表當中刪除:

圖片

這樣是不是刪除工作就完成了呢听盖?并不是胀溺。我們需要順藤摸瓜,把索引當中的對應結點也一一刪除:

圖片
圖片
圖片

剛才的例子當中媳溺,第3層索引的結點已經(jīng)沒有了月幌,因此我們把整個第3層刪去:

圖片

最終的刪除結果如下:

圖片
圖片
圖片

1. 程序中跳表采用的是雙向鏈表,無論前后結點還是上下結點悬蔽,都各有兩個指針相互指向彼此扯躺。

2. 程序中跳表的每一層首位各有一個空結點,左側的空節(jié)點是負無窮大,右側的空節(jié)點是正無窮大录语。

之所以這樣設計倍啥,是為了方便代碼實現(xiàn)。代碼中的跳表就像下圖這樣:

圖片
public class SkipList{

    //結點“晉升”的概率
    private static final double PROMOTE_RATE = 0.5;
    private Node head,tail;
    private int maxLevel;

    public SkipList() {
        head = new Node(Integer.MIN_VALUE);
        tail = new Node(Integer.MAX_VALUE);
        head.right = tail;
        tail.left = head;
    }

    //查找結點
    public Node search(int data){
        Node p= findNode(data);
        if(p.data == data){
            System.out.println("找到結點:" + data);
            return p;
        }
        System.out.println("未找到結點:" + data);
        return null;
    }

    //找到值對應的前置結點
    private Node findNode(int data){
        Node node = head;
        while(true){
            while (node.right.data!=Integer.MAX_VALUE && node.right.data<=data) {
                node = node.right;
            }
            if (node.down == null) {
                break;
            }
            node = node.down;
        }
        return node;
    }

    //插入結點
    public void insert(int data){
        Node preNode= findNode(data);
        //如果data相同澎埠,直接返回
        if (preNode.data == data) {
            return;
        }
        Node node=new Node(data);
        appendNode(preNode, node);
        int currentLevel=0;
        //隨機決定結點是否“晉升”
        Random random = new Random();
        while (random.nextDouble() < PROMOTE_RATE) {
            //如果當前層已經(jīng)是最高層虽缕,需要增加一層
            if (currentLevel == maxLevel) {
                addLevel();
            }
            //找到上一層的前置節(jié)點
            while (preNode.up==null) {
                preNode=preNode.left;
            }
            preNode=preNode.up;
            //把“晉升”的新結點插入到上一層
            Node upperNode = new Node(data);
            appendNode(preNode, upperNode);
            upperNode.down = node;
            node.up = upperNode;
            node = upperNode;
            currentLevel++;
        }
    }

    //在前置結點后面添加新結點
    private void appendNode(Node preNode, Node newNode){
        newNode.left=preNode;
        newNode.right=preNode.right;
        preNode.right.left=newNode;
        preNode.right=newNode;
    }

    //增加一層
    private void addLevel(){
        maxLevel++;
        Node p1=new Node(Integer.MIN_VALUE);
        Node p2=new Node(Integer.MAX_VALUE);
        p1.right=p2;
        p2.left=p1;
        p1.down=head;
        head.up=p1;
        p2.down=tail;
        tail.up=p2;
        head=p1;
        tail=p2;
    }

    //刪除結點
    public boolean remove(int data){
        Node removedNode = search(data);
        if(removedNode == null){
            return false;
        }

        int currentLevel=0;
        while (removedNode != null){
            removedNode.right.left = removedNode.left;
            removedNode.left.right = removedNode.right;
            //如果不是最底層,且只有無窮小和無窮大結點蒲稳,刪除該層
            if(currentLevel != 0 && removedNode.left.data == Integer.MIN_VALUE && removedNode.right.data == Integer.MAX_VALUE){
                removeLevel(removedNode.left);
            }else {
                currentLevel ++;
            }
            removedNode = removedNode.up;
        }

        return true;
    }

    //刪除一層
    private void removeLevel(Node leftNode){
        Node rightNode = leftNode.right;
        //如果刪除層是最高層
        if(leftNode.up == null){
            leftNode.down.up = null;
            rightNode.down.up = null;
        }else {
            leftNode.up.down = leftNode.down;
            leftNode.down.up = leftNode.up;
            rightNode.up.down = rightNode.down;
            rightNode.down.up = rightNode.up;
        }
        maxLevel --;
    }

    //輸出底層鏈表
    public void printList() {
        Node node=head;
        while (node.down != null) {
            node = node.down;
        }
        while (node.right.data != Integer.MAX_VALUE) {
            System.out.print(node.right.data + " ");
            node = node.right;
        }
        System.out.println();
    }

    //鏈表結點類
    public class Node {
        public int data;
        //跳表結點的前后和上下都有指針
        public Node up, down, left, right;

        public Node(int data) {
            this.data = data;
        }
    }

    public static void main(String[] args) {
        SkipList list=new SkipList();
        list.insert(50);
        list.insert(15);
        list.insert(13);
        list.insert(20);
        list.insert(100);
        list.insert(75);
        list.insert(99);
        list.insert(76);
        list.insert(83);
        list.insert(65);
        list.printList();
        list.search(50);
        list.remove(50);
        list.search(50);
    }
}
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末氮趋,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子江耀,更是在濱河造成了極大的恐慌剩胁,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,755評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件祥国,死亡現(xiàn)場離奇詭異昵观,居然都是意外死亡,警方通過查閱死者的電腦和手機舌稀,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評論 3 395
  • 文/潘曉璐 我一進店門啊犬,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人壁查,你說我怎么就攤上這事觉至。” “怎么了潮罪?”我有些...
    開封第一講書人閱讀 165,138評論 0 355
  • 文/不壞的土叔 我叫張陵康谆,是天一觀的道長。 經(jīng)常有香客問我嫉到,道長沃暗,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,791評論 1 295
  • 正文 為了忘掉前任何恶,我火速辦了婚禮孽锥,結果婚禮上,老公的妹妹穿的比我還像新娘细层。我一直安慰自己惜辑,他們只是感情好,可當我...
    茶點故事閱讀 67,794評論 6 392
  • 文/花漫 我一把揭開白布疫赎。 她就那樣靜靜地躺著盛撑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪捧搞。 梳的紋絲不亂的頭發(fā)上抵卫,一...
    開封第一講書人閱讀 51,631評論 1 305
  • 那天狮荔,我揣著相機與錄音,去河邊找鬼介粘。 笑死殖氏,一個胖子當著我的面吹牛,可吹牛的內容都是我干的姻采。 我是一名探鬼主播雅采,決...
    沈念sama閱讀 40,362評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼慨亲!你這毒婦竟也來了婚瓜?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,264評論 0 276
  • 序言:老撾萬榮一對情侶失蹤刑棵,失蹤者是張志新(化名)和其女友劉穎闰渔,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體铐望,經(jīng)...
    沈念sama閱讀 45,724評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年茂附,在試婚紗的時候發(fā)現(xiàn)自己被綠了正蛙。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,040評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡营曼,死狀恐怖乒验,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情蒂阱,我是刑警寧澤锻全,帶...
    沈念sama閱讀 35,742評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站录煤,受9級特大地震影響鳄厌,放射性物質發(fā)生泄漏。R本人自食惡果不足惜妈踊,卻給世界環(huán)境...
    茶點故事閱讀 41,364評論 3 330
  • 文/蒙蒙 一了嚎、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧廊营,春花似錦歪泳、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,944評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至慎式,卻和暖如春伶氢,著一層夾襖步出監(jiān)牢的瞬間趟径,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,060評論 1 270
  • 我被黑心中介騙來泰國打工鞍历, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留舵抹,地道東北人。 一個月前我還...
    沈念sama閱讀 48,247評論 3 371
  • 正文 我出身青樓劣砍,卻偏偏與公主長得像惧蛹,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子刑枝,可洞房花燭夜當晚...
    茶點故事閱讀 44,979評論 2 355

推薦閱讀更多精彩內容