SkipList详解

本文参考:《大数据日知录》

概念

SkipList是一种用来代替平衡树的数据结构。
虽然在最坏的情况下SkipList的效率要低于平衡树,但是大多数情况下效率仍然非常高,其插入、删除、查找的时间复杂度都是O(log(N))。
除了高效外,其实现和维护非常简单也是一大优势。

SkipList的使用还是比较广泛的,比如在LevelDB中的MemTable就是使用SkipList实现的,Redis的Sorted Set也是使用SkipList实现的。

核心思路

在正常的有序列表中,我们要查找到一个值的时间复杂度是O(N)。
在这里插入图片描述
如果链表中一半节点可以多保留一个指针指向后继节点的后继节点,那么查找的时间复杂度就可以变成O(N/2)。
在这里插入图片描述
以此类推,如果保留后面三个节点的指针,查找的时间复杂度就是O(N/3)。

至此,SkipList的核心思路就出来的,就是通过保留后面多个节点的指针来提高查找的效率,下图是一个典型的SkipList结构。
在这里插入图片描述

SkipList节点的生成

SkipList中有一个MaxLevel的值,每个节点会随机生成一个1~MaxLevel的值,这个值决定了这个节点有多少个指向后继节点的指针。
如果这个随机值是4,那么这个节点就会有指向后面4个节点的指针。

MaxLevel是可以主动设置的,在Redis中这个MaxLevel默认是64。
MaxLevel设置太大并没有什么意义,具体的还是要看length有多大。

SkipList的查找

在这里插入图片描述
还是以此图为例,比如现在要找12这个节点,那么过程如下:

  1. 首先到3的节点,12>3,所以进入6的节点。
  2. 在6的节点,26>6,并且12<25,12>9,所以进入9的节点。
  3. 在9的节点,12<17,12=12,于是就找到了12的节点。

SkipList的插入

在这里插入图片描述在这里插入图片描述
以上图为例,现在要插入17这个节点。
其过程和查找类似,唯一的问题是,前面的节点的指针是如何保留下来的?

我们可以看到插入结束后,9的level=1的指针指向了17,12的level=0的指针指向了17。
这就意味着,在插入的时候我们就需要保留9的level=1的指针和12的level=0的指针。

在SkipList中是这样做的,有一个update数组,这个数组的大小为maxLevel。
还是以上图为例,在17插入之前,update这个数组中就已经存储了当然每个level的指针。

  • update[0]:12 level=0
  • update[1]:9 level=1
  • update[2]:6 level=2
  • update[3]:6 level=3

SkipList的删除

删除的逻辑和插入类似:

  1. 查找到相应的节点
  2. 通过update数组来实现该节点的逻辑删除
  3. 回收该节点资源
已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页