跳跃表(skiplist)是一种有序的数据结构,它通过在每个节点中维持多个指向其他节点的指针,达到快速访问节点的目的。
跳跃表支持平均O(logN)、最坏O(N)复杂度的节点查找,还可以通过顺序性操作来批量处理节点。
在大部分情况下,跳跃表的效率可以和平衡树相媲美,并且因为跳跃表的实现比平衡树更简单,所以有不少程序都使用跳跃表代替平衡树。
Redis使用跳跃表作为有序集合键的底层实现之一,如果一个有序集合包含的元素数量比较多,又或者有序集合中元素的成员(member)是比较长的字符串时,Redis就会使用跳跃表作为有序集合键的底层实现。
举个例子,fruit-price是一个有序集合键,这个有序集合以水果名为成员,水果价钱为分值,保存了130款水果的价钱:
fruit-price有序集合的所有数据都保存在一个跳跃表里面,其中每个跳跃表节点(node)都保存了一款水果的价钱信息,所有水果按价钱的高低从低到高在跳跃表里排序:
1.跳跃表的第一个元素的成员为"banana",它的分值为5;
2.跳跃表的第二个元素的成员为"cherry",它的分值为6.5;
和链表、字典等数据结构被广泛地应用在Redis内部不同,Redis只在两个地方用到了跳跃表,一个是实现有序集合键,另一个是在集群节点中用作内部数据结构,除此之外,跳跃表在Redis里没有其他用途。
5.1 跳跃表的实现
Redis的跳跃表由redis.h/zskiplistNode和redis.h/zskiplist两个结构定义,其中zskiplistNode结构用于表示跳跃表节点,而zskiplist结构用于保存跳跃表节点的相关信息,比如节点数量、指向表头节点和表尾节点的指针等。
图5-1展示了一个跳跃表,位于图片最左边的是zskiplist结构,该结构包含以下属性:
1.header:指向跳跃表的表头节点。
2.tail:指向跳跃表的表尾节点。
3.level:记录目前跳跃表内,层数最大的那个节点的层数(表头节点的层数不计算在内)。
4.length:记录跳跃表的长度,即跳跃表目前包含节点的数量(表头节点不计算在内)。
位于zskiplist结构右方的是四个zskiplistNode结构,该结构包含以下属性:
1.层(level):节点中用L1、L2等标记节点的各个层,L1代表第一层,L2代表第二层,依此类推。每层都带有两个属性:前进指针和跨度。前进指针用于访问位于表尾方向的其他节点,而跨度则记录了前进指针所指向节点和当前节点的距离。上图中,连线上带有数字的箭头就代表前进指针,而那个数字就是跨度。当程序从表头向表尾进行遍历时,访问会沿着层的前进指针进行。
2.后退(backward)指针:节点中用BW标记节点的后退指针,它指向位于当前节点的前一个节点。后退指针会在程序从表尾向表头遍历时使用。
3.分值(score):各个节点中的1.0、2.0、3.0是节点保存的分值。在跳跃表中,节点按各自保存的分值从小到大排列。
4.成员对象(obj):各个节点中的o1、o2、o3是节点保存的成员对象。
注意表头节点和其他节点的构造是一样的,但表头节点的一些属性不会被用到,所以图中省略了这部分,只显示了表头节点的各个层。
5.1.1 跳跃表节点
跳跃表节点的实现由redis.h/zskiplistNode结构定义:
c
typedef struct zskiplistNode {
// 后退指针
struct zskiplistNode *backward;
// 分值
double score;
// 成员对象
robj *obj;
// 层,由于它是动态数组,所以要将它放在最后边
struct zskiplistLevel {
// 前进指针
struct zskiplistNode *forward;
// 跨度
unsigned int span;
} level[];
} zskiplistNode;
1.层
跳跃表节点的level数组可以包含多个元素,每个元素都包含一个指向其他节点的指针,程序可以通过这些层来加快访问其他节点的速度,一般来说,层的数量越多,访问其他节点的速度就越快。
每次创建一个新跳跃表节点的时候,程序都根据幂次定律(power law,越大的数出现的概率越小)随机生成一个介于1到32之间的值作为level数组的大小,这个大小就是层的"高度"。
图5-2分别展示了三个高度分别为1层、3层、5层的节点:
2.前进指针
每层都有一个指向表尾方向的前进指针(level[i].forward属性),用于从表头向表尾方向访问节点。图5-3用虚线表示出了程序从表头向表尾方向,遍历跳跃表中所有节点的路径:
(1)迭代程序首先访问跳跃表的第一个节点(表头),然后从第四层的前进指针移动到表中的第二个节点。
(2)在第二个节点时,程序沿着第二层的前进指针移动到表中的第三个节点。
(3)在第三个节点时,程序同样沿着第二层的前进指针移动到表中的第四个节点。
(4)当程序再次沿着第四个节点的前进指针移动时,它碰到一个NULL,程序知道这时已经到达了跳跃表的表尾,于是结束这次遍历。
3.跨度
层的跨度(level[i].span属性)用于记录两个节点之间的距离:
(1)两个节点之间的跨度越大,它们相距得就越远。
(2)指向NULL的所有前进指针的跨度都为0,因为它们没有连向任何节点。
初看上去,很容易以为跨度和遍历操作有关,但实际上并不是这样,遍历操作只使用前进指针就可以完成了,跨度实际上是用来计算排位(rank)的:在查找某个节点的过程中,将沿途访问过的所有层的跨度累计起来,得到的结果就是目标节点在跳跃表中的排位。
举个例子,图5-4用虚线标记了在跳跃表中查找分值为3.0、成员对象为o3的节点时,沿途经历的层:查找的过程只经过了一个层,并且层的跨度为3,所以目标节点在跳跃表中的排位为3。
再举个例子,图5-5用虚线标记了在跳跃表中查找分值为2.0、成员对象为o2的节点时,沿途经历的层:在查找节点的过程中,程序经过了两个跨度为1的节点,因此可以计算出,目标节点在跳跃表中的排位为2。
4.后退指针
节点的后退指针(backward属性)用于从表尾向表头方向访问节点:跟可以一次跳过多个节点的前进指针不同,因为每个节点只有一个后退指针,所以每次只能后退至前一个节点。
图5-6用虚线展示了如果从表尾向表头遍历跳跃表中的所有节点:程序首先通过跳跃表的tail指针访问表尾节点,然后通过后退指针访问倒数第二个节点,之后再沿着后退指针访问倒数第三个节点,再之后遇到指向NULL的后退指针,于是访问结束。
5.分值和成员
节点的分值(score属性)是一个double类型的浮点数,跳跃表中的所有节点都按分值从小到大来排序。
节点的成员对象(obj属性)是一个指针,它指向一个字符串对象,而字符串对象则保存着一个SDS值。
在同一个跳跃表中,各个节点保存的成员对象必须是唯一的,但是多个节点保存的分值却可以是相同的:分值相同的节点将按照成员对象在字典序中的大小来排序,成员对象较小的节点会排在前面(靠近表头的方向),而成员对象较大的节点则会排在后面(靠近表尾的方向)。
上图中三个跳跃表节点都保存了相同的分值,但成员对象的字典序是o1<=o2<=o3。
5.1.2 跳跃表
仅靠多个跳跃表节点就可以组成一个跳跃表,如图5-8所示:
但通过使用一个zskiplist结构来持有这些节点,程序可以更方便地对整个跳跃表进行处理,比如快速访问跳跃表的表头节点和表尾节点,或快速地获取跳跃表节点的数量(即跳跃表的长度)等信息,如图5-9所示:
zskiplist结构的定义如下:
c
typedef struct zskiplist {
// 表头节点和表尾节点
struct skiplistNode *header, *tail;
// 表中节点的数量
unsigned long length;
// 表中层数最大的节点的层数
int level;
} zskiplist;
header和tail指针分别指向跳跃表的表头和表尾节点,通过这两个指针,程序定位表头节点和表尾节点的复杂度为O(1)。
通过使用length属性来记录节点的数量,程序可以在O(1)复杂度内返回跳跃表的长度。
level属性则用于在O(1)复杂度内获取跳跃表中层高最大的那个节点的层数,注意表头节点的层高并不计算在内。
5.2 跳跃表API
上图中有一个错误,zslIsInRange的作用是:给定一个分值范围(range),比如0到15,20到28,诸如此类,如果给定的分值范围包含在跳跃表的分值范围之内,那么返回1,否则返回0。
5.3 重点回顾
1.跳跃表是有序集合的底层实现之一。
2.Redis的跳跃表实现由zskiplist和zskiplistNode两个结构组成,其中zskiplist用于保存跳跃表信息(比如表头节点、表尾节点、长度),而zskiplistNode则用于表示跳跃表节点。
3.每个跳跃表节点的层高都是1至32之间的随机数。
4.在同一个跳跃表中,多个节点可以包含相同的分值,但每个节点的成员对象必须是唯一的。
5.跳跃表中的节点按照分值大小进行排序,当分值相同时,节点按照成员对象的大小进行排序。