关于数据结构:SkipList跳表的原理以及Go语言实现

34次阅读

共计 4390 个字符,预计需要花费 11 分钟才能阅读完成。

跳表的原理

跳表(Skiplist)是一个非凡的链表,相比个别的链表,有更高的查找效率,可比较二叉查找树。跳表的查找、插入、删除工夫复杂度都是 O(logN)。
许多出名的开源软件中的数据结构采纳了跳表这种数据结构,例如:

  • Redis 中的有序汇合 zset
  • LevelDB、HBase 中 Memtable
  • ApacheLucene 中的 TermDictionary、Posting List

跳表数据结构是由 William Pugh 创造的,最早呈现于他在 1990 年发表的论文《Skip Lists: A Probabilistic Alternative to Balanced Trees》。跳表实质上是一个链表, 它其实是由有序链表倒退而来。跳表在链表之上做了一些优化,跳表在有序链表之上退出了若干层用于索引的有序链表。索引链表的结点来源于根底链表,不过只有局部结点会退出索引链表中,并且越高层的链表结点数越少。跳表查问从顶层链表开始查问,而后逐级开展,直到底层链表。这种查问形式与树结构十分相似,使得跳表的查问效率相近树结构。另外跳表应用概率平衡技术而不是应用强制性平衡,因而对于插入和删除结点比传统上的均衡树算法更为简洁高效。因而跳表适宜增删操作比拟频繁,并且对查问性能要求比拟高的场景。
为了阐明跳变的原理以及特点,咱们先从有序链表说起。首先看看有序链的特点,并对有序链表的操作性能进行剖析。下图是一个有序链表的例子:

有序链表是一个线性构造,不能像有序数组那样应用二分法查找数据(因为二分查找须要用到两头地位的节点,而链表不能随机拜访)。在有序链表中找某个数据,须要从头开始一一进行比拟,直到找到蕴含数据的那个节点,或者找到第一个比给定数据大的节点为止,工夫复杂度为 O(n)。当向有序链表中插入数据的时候,也要经验同样的查找过程,从而确定插入地位,因而向链表中插入一个节点的工夫复杂度为也是 O(n)。

接下来看看跳表是如何改良有序链表从而达到高性能的查问以及操作。首先为根底链表建设一层索引表,索引表只有根底链表结点的 1 /2。增加了索引表之后的数据结构如下图所示:

索引表相当于根底链表的目录,查问时首先从索引表开始查找,当遇到比待查数据大的结点时,再从根底链表中查找。因为索引表的结点只有根底链表的 1 /2,因而须要比拟的结点大大减少,从而能够放慢查问速度。

利用同样的形式,咱们还为根底链表增加第二层索引表,第二层索引表结点的数量是第一层索引表的 1 /2,增加了第二层索引表之后的数据结构如下图所示:

第二层索引表的结点的数量只有根底链表的 1 / 4 左右,查找时首先从第二层索引表开始查找,当遇到比待查数据大的结点时,再从第一层索引表开始查找,而后再从根底链表中查找数据。这种逐层开展的形式与树结构的查问十分相似,因而跳表的查问性能与树结构靠近,工夫的复杂度为 O(logN)。

咱们晓得一个均衡的二叉树,在进行减少或删除结点后可能造成二叉树构造的不均衡,从而会升高二叉树的查问性能。依照下面的形式实现的跳表也会面临同样的问题,新增或删除结点后会毁坏链表之间的比例关系,从而造成跳表查问性能的升高。均衡树通过旋转操作来保持平衡,而旋转一方面减少了代码实现的复杂性,同时也升高了增删操作的性能。真正的跳表不会采纳示例中的形式来建设下层链表,而是采纳了一种概率平衡技术来创立下层链表,并保障各层链表之间的比例关系。在为跳表减少一个结点时,会调用一个概率函数来计算一个结点的档次(level),例如若 level=3,则结点除了呈现在根底链表外,还会呈现在第一层索引以及第二层索引链表中。结点档次的计算逻辑如下:

  • 每个节点必定都在根底链表中。
  • 如果一个节点存在于第 i 层链表,那么它有第 (i+1) 层链表的概率为 p。
  • 节点最大的层数不容许超过一个最大值。

跳表每一个节点的层数是随机的,而且新插入一个节点不会影响其它节点的层数。因而插入操作只须要批改插入节点前后的指针,而不须要对很多节点都进行调整, 这就升高了插入操作的复杂度。实际上这是跳表的一个很重要的个性,这让跳表在增删操作的性能上显著优于均衡树的计划。

用 Go 语言实现跳表

接下来咱们给出跳表的 Go 语言的实现,目前代码曾经上传到 github 中,下载地址

定义

首先给出链接结点的定义:

type SkipNodeInt struct {
   key       int64
   value  interface{}
   next   []*SkipNodeInt}

其中:

  • key 用于示意一个结点,查问是应用 key 来查问一个结点。
  • Val 是 interface{}类型,能够示意任何类型的数据。
  • next 是各层的后向结点指针数组,数组的长度为层高:level

接下来是链表的构造定义:

type SkipListInt struct {
   SkipNodeInt
   mutex      sync.RWMutex
   update     []*SkipNodeInt
   maxl   int
   skip   int
   level      int
   length     int32
}

其中:

  • SkipNodeInt 用于代表列表的 header。
  • update: 用于查找过程中的长期变量,定义唉这里为了进步拜访性能,缩小频繁创立数组对象。
  • maxl:是最大层数,缺省为:32
  • skip:层之间的比例,例如 skip=4,则 1 / 4 的结点呈现在下层。
  • level:跳表以后的层数
  • length:跳表的结点数量

跳表对象的创立:

func NewSkipListInt(skip ...int) *SkipListInt {list := &SkipListInt{}
    list.maxl = 32
    list.skip = 4
    list.level = 0
    list.length = 0
    list.SkipNodeInt.next = make([]*SkipNodeInt, list.maxl)
    list.update = make([]*SkipNodeInt, list.maxl)
    if len(skip) == 1 && skip[0] > 1 {list.skip = skip[0]
    }
    return list
}

阐明:

  • 跳表最大层数缺省为:32
  • 跳表两层之间的比例为 1 /4,即概率 p =0.25
  • 创立跳表是能够指定一个比例参数 skip

跳表的查问

查找就是给定一个 key,查找这个 key 是否呈现在跳跃表中,如果呈现,则返回其值,如果不存在,则返回 nil。
查找某个元素时,先从顶层链表中查修,当遇到比待查数据大的结点时,则从下一层链表中查问。当遍历进行到第 1 层时,下一个节点就是指标节点(如存在)。

func (list *SkipListInt) Get(key int64) interface{} {list.mutex.Lock()
    defer list.mutex.Unlock()

    var prev = &list.SkipNodeInt
    var next *SkipNodeInt
    for i := list.level-1; i >= 0; i-- {next = prev.next[i]
        for next != nil && next.key < key {
            prev = next
            next = prev.next[i]
        }
    }

    if next != nil && next.key == key {return next.value} else {return nil}
}

新增结点

跳表新增结点蕴含如下几个操作:

  • 查找到须要插入的地位,须要获取每层的前驱节点。
  • 结构新节点,并通过概率函数计算结点的层数:level。
  • 将新节点插入到第 0 层到第 (level-1) 层的链表中。
func (list *SkipListInt) Set(key int64, val interface{}) {list.mutex.Lock()
    defer list.mutex.Unlock()
    
    // 获取每层的前驱节点 =>list.update
    var prev = &list.SkipNodeInt
    var next *SkipNodeInt
    for i := list.level-1; i >= 0; i-- {next = prev.next[i]
        for next != nil && next.key < key {
            prev = next
            next = prev.next[i]
        }
        list.update[i] = prev
    }

    // 如果 key 曾经存在
    if next != nil && next.key == key {
        next.value = val
        return
    }

    // 随机生成新结点的层数
    level := list.randomLevel();
    if level > list.level {
        level = list.level + 1;
        list.level = level
        list.update[list.level-1] = &list.SkipNodeInt
    }

    // 申请新的结点
    node:= &SkipNodeInt{}
    node.key = key
    node.value = val
    node.next = make([]*SkipNodeInt, level)

    // 调整 next 指向
    for i := 0; i < level; i++ {node.next[i] = list.update[i].next[i]
        list.update[i].next[i] = node
    }

    list.length++
}

删除结点

删除操作与增加结点相似,蕴含以下步骤:

  • 获取每层的前驱节点。
  • 调整指针。

    func (list *SkipListInt) Remove(key int64) interface{} {list.mutex.Lock()
      defer list.mutex.Unlock()
    
      // 获取每层的前驱节点 =>list.update
      var prev = &list.SkipNodeInt
      var next *SkipNodeInt
      for i := list.level-1; i >= 0; i-- {next = prev.next[i]
          for next != nil && next.key < key {
              prev = next
              next = prev.next[i]
          }
          list.update[i] = prev
      }
    
      // 结点不存在
      node := next
      if next == nil || next.key != key {return nil}
    
      // 调整 next 指向
      for i, v := range node.next {if list.update[i].next[i] == node {list.update[i].next[i] = v
              if list.SkipNodeInt.next[i] == nil {list.level -= 1}
          }
          list.update[i] = nil
      }
    
      list.length--
      return node.value
    }

随机层数的生成

随机层数的生成逻辑为:给定一个比例因而 P =list.skip,对于 i 层的节点,有 1 / P 的概率会呈现在 i + 1 层。

func (list *SkipListInt) randomLevel() int {
    i := 1
    for ; i < list.maxl; i++ {if rand.Int() % list.skip != 0 {break}
    }
    return i
}

正文完
 0