redis中的zset怎么实现的？

知其然要知其所以然，探索每一个知识点背后的意义，你知道的越多，你不知道的越多，一起学习，一起进步，如果文章感觉对您有用的话，关注、收藏、点赞，有困惑的地方请评论，我们一起交流！

Redis 中的 ZSet（有序集合） 是一种结合了 Set 和 Sorted 特性的数据结构，既能保证元素的唯一性，又能按分数（Score）排序。其高效实现依赖于 跳跃表（Skip List） 和 哈希表（Hash Table） 的混合结构。以下是详细分析：

一、ZSet 的核心特性

唯一性：成员（Member）不可重复，类似 Set。
有序性：按分数（Score）排序，分数可重复。
操作效率 ：
- 插入、删除、查找：平均 O(logN) 时间复杂度。
- 范围查询（如 ZRANGE）：O(logN + M)（M 为返回元素数量）。

二、底层实现：跳跃表 + 哈希表

ZSet 通过 两种数据结构 协同工作，兼顾高效查询和范围操作：

1. 跳跃表（Skip List）

作用：按分数排序存储成员，支持快速的范围查询。
结构特点 ：
- 多层链表结构，底层包含所有元素，上层是索引层（概率性构建）。
- 每个节点包含：
  - 成员（Member）：存储实际数据（如用户 ID）。
  - 分数（Score）：用于排序的数值。
  - 后退指针（Backward Pointer）：指向底层前驱节点。
  - 层（Level）：每层有前进指针和跨度（Span）。

示例（简化版跳跃表）：

plaintext 复制代码

头节点 -> [L3: NULL]
          [L2: -> 节点B (Score=30)] -> [L2: NULL]
          [L1: -> 节点A (Score=10)] -> [L1: -> 节点B (Score=30)] -> [L1: -> 节点C (Score=50)]

2. 哈希表（Hash Table）

作用：存储 成员到分数的映射，实现 O(1) 复杂度的分数查询。
结构特点 ：
- Key 为成员（Member），Value 为分数（Score）。
- 解决冲突方式：链地址法（Redis 6.0 后使用渐进式 Rehash）。

三、ZSet 的操作逻辑

1. 插入元素（ZADD）

检查唯一性 ：通过哈希表判断成员是否存在。
- 若存在，更新分数并调整跳跃表位置。
- 若不存在，执行插入。
插入跳跃表 ：
- 从最高层开始查找，确定新节点的插入位置。
- 随机生成层高（1~32），创建新节点并链接到各层。
更新哈希表：添加/更新成员到分数的映射。

2. 查询分数（ZSCORE）

直接通过哈希表查询，时间复杂度 O(1)。

3. 范围查询（ZRANGE/ZREVRANGE）

从跳跃表的底层链表遍历：
- 升序：从头节点向右扫描。
- 降序：从尾节点向左扫描（利用后退指针）。

4. 删除元素（ZREM）

通过哈希表定位分数。
在跳跃表中搜索并删除节点，调整前后指针。
从哈希表删除成员。

四、为什么选择跳跃表而非平衡树？

维度	跳跃表（Skip List）	平衡树（如 AVL、红黑树）
实现复杂度	简单，无需旋转操作	复杂，需处理平衡条件（旋转、变色）
范围查询	天然有序链表，遍历高效	需中序遍历，实现稍复杂
并发友好性	局部修改，锁粒度小（适合未来扩展）	全局调整，锁竞争激烈
内存占用	略高（多层指针）	较低

Redis 选择跳跃表的原因：

代码更简单：减少 Bug 风险，易于维护。
范围查询高效 ：适合 ZRANGE、ZREVRANGEBYSCORE 等操作。
平衡性能与实现：虽理论复杂度相同，但实际性能接近平衡树。

五、内存优化：ziplist 编码

当 ZSet 满足以下条件时，Redis 会使用 压缩列表（ziplist） 存储以节省内存：

元素数量 ≤ zset-max-ziplist-entries（默认 128）。
所有成员长度 ≤ zset-max-ziplist-value（默认 64 字节）。

ziplist 结构 ：

按 [member1, score1, member2, score2, ...] 顺序存储，查询时需遍历。

触发转换 ：

当条件不满足时，自动转为 跳跃表 + 哈希表。

六、实战示例

1. 存储排行榜

bash 复制代码

# 添加用户分数
ZADD leaderboard 100 "user1" 200 "user2" 150 "user3"

# 查询前3名（升序）
ZRANGE leaderboard 0 2 WITHSCORES
# 输出：
# 1) "user1"
# 2) "100"
# 3) "user3"
# 4) "150"
# 5) "user2"
# 6) "200"

2. 时间复杂度验证

ZADD：O(logN)（跳跃表插入）。
ZSCORE：O(1)（哈希表查询）。
ZRANGEBYSCORE：O(logN + M)（M 为返回元素数）。

七、总结

底层结构：跳跃表（排序 + 范围操作） + 哈希表（快速分数查询）。
优势：
- 高效的范围查询和单点操作。
- 自动平衡内存与性能（ziplist 编码优化）。
适用场景：排行榜、延迟队列、带权重的去重集合。

通过这种混合设计，Redis 的 ZSet 在保证功能强大的同时，维持了高性能和较低的内存开销。