数据结构之:跳表

跳表(Skip List)是一种概率性数据结构,它通过在普通有序链表的基础上增加多级索引层来实现快速的查找、插入和删除操作。跳表的效率可以与平衡树相媲美,其操作的时间复杂度也是O(log n),但跳表的结构更简单,更易于实现。

跳表的核心特征

  • 多层结构:跳表包含多个层级。最底层(第0层)包含所有的元素。每一层都是下一层的"快速通道",每个元素出现在上层的概率通常是1/2。
  • 头节点:跳表有一个头节点(head),它在所有层级中都存在。头节点的值通常不存储实际的数据,它的目的是为了搜索、插入和删除操作提供一个统一的起点。
  • 随机层级:每个新插入的节点的层数是通过随机过程决定的,以确保跳表的平衡性。这意味着高层索引不会过于密集或稀疏。

数据结构组件

  1. 节点(SkipListNode) :每个节点包含的信息有:
    • 值(value):存储的数据值。
    • 前进指针(forward):一个指针数组,指向同一层级的下一个节点以及上层对应的节点。
  2. 头节点(Head) :是一个特殊的节点,它的forward指针数组的长度等于跳表的最大层数。它在所有层级上都指向该层的第一个实际节点(如果存在)。
  3. 层数(Level):跳表当前的最大层数。这个值是动态的,随着新节点的插入可以增加。

操作原理

  • 搜索(Search):从头节点开始,在最高层级搜索,如果当前节点的下一个节点的值小于目标值,则向前移动;如果大于目标值,则下降到下一层级继续搜索,直至找到目标值或搜索失败。
  • 插入(Insert):首先通过随机过程确定新节点的层数。然后从最高层开始寻找插入位置,逐层向下直到达到新节点应存在的最低层级。在每一层,将新节点插入到适当的位置,并更新相关节点的指针。
  • 删除(Delete):与搜索类似,首先定位要删除的节点。然后从其所在的最高层开始,逐层向下删除节点,并更新指针。

优点与应用

  • 简单性:跳表的数据结构和算法相对简单,特别是与平衡树和B树等结构相比。
  • 动态性:跳表可以很容易地支持动态数据集合的操作,如实时插入和删除。
  • 效率:对于大多数操作,跳表可以提供对数时间复杂度的性能,适用于需要快速搜索操作的场景,如数据库索引和内存数据库。

跳表通过简单的随机化过程来避免复杂的重平衡操作,使得它成为一种既高效又易于实现的数据结构选项。

简单的跳表实现示例

java 复制代码
import java.util.Random;

class SkipListNode {
    int value;
    SkipListNode[] forward; // 指向不同层的指针数组

    public SkipListNode(int value, int level) {
        this.value = value;
        this.forward = new SkipListNode[level + 1];
    }
}

public class SkipList {
    private static final float P = 0.5f;
    private static final int MAX_LEVEL = 16;
    private SkipListNode head;
    private int level;
    private Random random;

    public SkipList() {
        level = 0;
        head = new SkipListNode(0, MAX_LEVEL);
        random = new Random();
    }

    // 随机生成节点的层数
    private int randomLevel() {
        int lvl = 1;
        while (random.nextFloat() < P && lvl < MAX_LEVEL) {
            lvl++;
        }
        return lvl;
    }

    // 插入节点
    public void insert(int value) {
        int lvl = randomLevel();
        SkipListNode newNode = new SkipListNode(value, lvl);

        SkipListNode current = head;
        SkipListNode[] update = new SkipListNode[MAX_LEVEL + 1];

        for (int i = level; i >= 0; i--) {
            while (current.forward[i] != null && current.forward[i].value < value) {
                current = current.forward[i];
            }
            update[i] = current;
        }

        for (int i = 0; i <= lvl; i++) {
            newNode.forward[i] = update[i].forward[i];
            update[i].forward[i] = newNode;
        }

        if (lvl > level) {
            level = lvl;
        }
    }

    // 查找节点
    public boolean search(int value) {
        SkipListNode current = head;
        for (int i = level; i >= 0; i--) {
            while (current.forward[i] != null && current.forward[i].value < value) {
                current = current.forward[i];
            }
        }
        current = current.forward[0];
        return current != null && current.value == value;
    }

    // 删除节点
    public void delete(int value) {
        SkipListNode[] update = new SkipListNode[MAX_LEVEL + 1];
        SkipListNode current = head;
        for (int i = level; i >= 0; i--) {
            while (current.forward[i] != null && current.forward[i].value < value) {
                current = current.forward[i];
            }
            update[i] = current;
        }

        current = current.forward[0];
        if (current.value == value) {
            for (int i = 0; i <= level; i++) {
                if (update[i].forward[i] != current) break;
                update[i].forward[i] = current.forward[i];
            }
            while (level > 0 && head.forward[level] == null) {
                level--;
            }
        }
    }

    // 打印跳表的内容
    public void display() {
        System.out.println("SkipList: ");
        for (int i = 0; i <= level; i++) {
            SkipListNode node = head.forward[i];
            System.out.print("Level " + i + ": ");
            while (node != null) {
                System.out.print(node.value + " ");
                node = node.forward[i];
            }
            System.out.println();
        }
    }
}

// 使用示例
public class Main {
    public static void main(String[] args) {
        SkipList list = new SkipList();
        list.insert(3);
        list.insert(6);
        list.insert(7);
        list.insert(9);
        list.insert(12);
        list.insert(19);
        list.insert(17);

        list.display();

        System.out.println("Searching 6: " + list.search(6));
        System.out.println("Searching 15: " + list.search(15));

        list.delete(6);
        System.out.println("After deleting 6: ");
        list.display();
    }
}

这段代码首先定义了SkipListNode类,它是跳表节点的结构,包括节点值和一个数组forward,数组中每个元素是对应层级的下一个节点的引用。SkipList类实现了跳表,包括初始化、插入、查找、删除和打印跳表的方法。

  • insert方法用于插入新的节点。
  • search方法用于查找一个值,如果找到,则返回true
  • delete方法用于删除一个值。
  • display方法用于打印跳表的所有层级和节点。

通过一个具体的例子来说明跳表的插入过程

假设我们有一个跳表,它当前的状态如下,其中每一行代表一个层级(层级0是最底层,包含所有元素):

java 复制代码
层级3:1 --------------------------------> 9
层级2:1 ------------> 5 ------------> 9
层级1:1 ----> 3 ----> 5 ----> 7 ----> 9
层级0:1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 9

现在,我们想要插入一个新的节点,值为8,并假设通过随机过程,决定新节点8将出现在层级0、1和2上(不出现在层级3上)。下面是插入过程的步骤:

步骤1:寻找每一层的插入位置

从跳表的最高层(在这个例子中是层级3)开始寻找,直到找到比插入值小的最大节点。因为8不会被插入到层级3,我们直接从层级2开始:

  • 层级2 :从1开始,遍历到5,因为9大于8,所以5是层级2的插入位置。
  • 层级1 :同样从1开始,遍历到5,然后到7,因为9大于8,所以7是层级1的插入位置。
  • 层级0 :从1开始,按顺序遍历,直到7,因为9大于8,所以7是层级0的插入位置。
步骤2:插入节点并更新指针
  • 层级2 :在59之间插入8,更新5的下一个指针为88的下一个指针为9
  • 层级1 :在79之间插入8,更新7的下一个指针为88的下一个指针为9
  • 层级0 :在79之间插入8,更新7的下一个指针为88的下一个指针为9

插入8后,跳表变为:

java 复制代码
层级3:1 --------------------------------> 9
层级2:1 ------------> 5 -------> 8 ----> 9
层级1:1 ----> 3 ----> 5 ----> 7 -> 8 -> 9
层级0:1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 8 -> 9
步骤3:调整跳表的总层数(如果需要)

在这个例子中,新插入的节点8并没有增加跳表的总层数,因此不需要调整。

通过这个例子,你可以看到插入过程如何在每一层找到正确的插入位置,并更新指针来维护跳表的结构。这个过程确保了跳表的搜索效率,使得搜索、插入和删除操作的时间复杂度都为O(log n)。

相关推荐
儿时可乖了12 分钟前
使用 Java 操作 SQLite 数据库
java·数据库·sqlite
ruleslol13 分钟前
java基础概念37:正则表达式2-爬虫
java
xmh-sxh-131430 分钟前
jdk各个版本介绍
java
daiyang123...42 分钟前
测试岗位应该学什么
数据结构
天天扭码1 小时前
五天SpringCloud计划——DAY2之单体架构和微服务架构的选择和转换原则
java·spring cloud·微服务·架构
程序猿进阶1 小时前
堆外内存泄露排查经历
java·jvm·后端·面试·性能优化·oom·内存泄露
FIN技术铺1 小时前
Spring Boot框架Starter组件整理
java·spring boot·后端
kitesxian1 小时前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode
小曲程序1 小时前
vue3 封装request请求
java·前端·typescript·vue
陈王卜1 小时前
django+boostrap实现发布博客权限控制
java·前端·django