SkipList理解

　　记下自己对跳表SkipList的理解。

SkipList采用空间换时间的思想，通过增加数据间的链接，达到加快查找速度的目的。

数据库LevelDB和RocksDB中用到了SkipList，Redis中的有序set即zset也用到了SkipList。Java中也提供了ConcurrentSkipListMap，在并发量大的情况下，ConcurrentSkipListMap性能好。

先看SkipList的查找过程，引用网上的经典图片，查找19。注意的是数据是有序的。

查找的过程从上至下，查找指针所经历的位置顺序如图中的1，2，3，直到找到目标数据19。

再加一张图，是怎么二分法查找的。

　　　SkipList中创建新结点时，产生一个在1~MAX_LEVEL之间的随机level值作为该结点的level。每个节点的高度是随机的。

MAX_LEVEL可以静态指定，也可以动态增长。

关于MAX_LEVEL，觉得这篇文章的解释是比较清楚的：https://blog.csdn.net/kisimple/article/details/38706729。下面是复制了部分的内容

　　　每个节点所能reach到的最远的节点是随机的，正如作者所说，SkipList使用的是概率平衡而不是强制平衡。

　　O(logN)?

　　　既然是随机算法，那怎么能保证O(logN)的复杂度？SkipList作者在论文中有给出了说明，这里从另一个角度说下我的理解。先定义一下，A node that has k forward pointers is called a level k node。假设k层节点的数量是k+1层节点的P倍，那么其实这个SkipList可以看成是一棵平衡的P叉树，从最顶层开始查找某个节点需要的时间是O(logpN)，which is O(logN) when p is a constant。

　　下面看下Redis与LevelDB中实现SkipList所使用的随机算法。

　　Redis

　　在t_zset.c中找到了redis使用的随机算法。

/* Returns a random level for the new skiplist node we are going to create.* The return value of this function is between 1 and ZSKIPLIST_MAXLEVEL* (both inclusive), with a powerlaw-alike distribution where higher* levels are less likely to be returned. */
int zslRandomLevel(void) {int level = 1;while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))level += 1;return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
}

　　　　执行level += 1;的概率为ZSKIPLIST_P，也就是说k层节点的数量是k+1层节点的1/ZSKIPLIST_P倍。ZSKIPLIST_P（这个P是作者论文中的p）与ZSKIPLIST_MAXLEVEL在redis.h中定义，

#define ZSKIPLIST_MAXLEVEL 32 /* Should be enough for 2^32 elements */
#define ZSKIPLIST_P 0.25      /* Skiplist P = 1/4 */

　　　　所以redis中的SkipList相当于是一棵四叉树。

　　LevelDB

　　　　在skiplist.h中找到了LevelDB使用的随机算法。

template<typename Key, class Comparator>
int SkipList<Key,Comparator>::RandomHeight() {// Increase height with probability 1 in kBranchingstatic const unsigned int kBranching = 4;int height = 1;while (height < kMaxHeight && ((rnd_.Next() % kBranching) == 0)) {height++;}assert(height > 0);assert(height <= kMaxHeight);return height;
}
　(rnd_.Next() % kBranching) == 0)的概率为1/kBranching，所以LevelDB中的SkipList也是一棵四叉树（kBranching = 4;不就是这个意思吗^_^）。

总结：skiplist是有序的，采用类似二分法方式进行查找。查找、插入的平均时间复杂度是O(ln2)。

SkipList 以及高度的确定相关推荐

Leveldb skiplist 实现及解析
skiplist 原理介绍 skiplist 由William Pugh 在论文Skip Lists: A Probabilistic Alternative to Balanced Trees 中提 ...
folly::ConcurrentSkipList 详解
SkipList 原理及构造过程 SkipList 是受多层链表的启发而设计出来的.实际上,最理想的情况是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于一个二分查找,使 ...
skiplist 跳表（1）
最近学习中遇到一种新的数据结构,很实用,搬过来学习. 原文地址:skiplist 跳表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,Splay Tree, Treep等. ...
skiplist跳表的实现
文章目录前言跳表结构时间复杂度空间复杂度高效的动态插入和删除跳表索引的动态更新总结详细实现前言 rocksdb 的memtable中默认使用跳表数据结构对有序数据进行的管理,为什么呢 ...
SkipList 跳表
转载:https://blog.csdn.net/fw0124/article/details/42780679 为什么选择跳表说起跳表,我们还是要从二分查找开始. 二分查找的关键要求有两个, 1 ...
SkipList 跳跃表
http://blog.csdn.net/likun_tech/article/details/7354306 http://www.cnblogs.com/zhuangli/articles/127 ...
每日一博 - 如何理解跳表(SkipList)
文章目录什么是跳跃表SkipList 跳表关键字 Why Skip List Code 跳表-查询跳表-删除跳表-插入小结完整Code 什么是跳跃表SkipList 跳跃表(简称跳表)由美国 ...
跳表（skipList）
一.为何有skipList这种数据结构的出现我们知道二分查找算法之所以能达到 O(logn) 这样高效的一个重要原因在于它所依赖的数据结构是数组,数组支持随机访问一个元素,通过下标很容易定位到中间元 ...
数据映射--跳表(skiplist)
http://blog.sina.com.cn/s/blog_693f08470101n2lv.html 本周我要介绍的数据结构,是我非常非常喜欢的一个数据结构,因为咱也是吃过平衡二叉树的苦的人啊T_ ...

SkipList 以及高度的确定

SkipList理解

O(logN)?

Redis

LevelDB

SkipList 以及高度的确定相关推荐

最新文章

热门文章