跳表的原理和时间复杂度,为什么还需要字典结构配合?

文章内容收录到个人网站,方便阅读 :hardyfish.top/

跳表(SkipList)是 一种有序链表的多级索引结构 ,通过增加多层索引来加快查找速度。

  • 最底层:完整的有序链表(包含所有元素)。
  • 上层索引 :抽取部分节点作为快捷通道,减少查找步数。
  • 查找过程:从最高层索引开始,能向右就向右,不能向右就向下,直到找到目标或最接近的位置。

举例(每层越上节点越少):

yaml 复制代码
Level 3:  1 ---------  9
Level 2:  1 --- 5 ---  9
Level 1:  1  3  5  7  9

找元素 7 的过程:

  • 从 Level 3 的 1 → 9(超了,往下)
  • Level 2 的 1 → 5 → 9(超了,往下)
  • Level 1 的 5 → 7(找到)

时间复杂度

跳表的平均性能和 平衡二叉树(AVL/红黑树) 类似:

操作 平均复杂度 最坏复杂度
查找 O(log N) O(N)
插入/删除 O(log N) O(N)
范围查询 O(log N + m) O(N)

m 为返回的结果数量。

在随机化层数 + 合理概率(Redis 用 1/4)下,O(N) 出现概率极低。

为什么 ZSet 还需要 字典结构(hash) 配合

在 Redis 的有序集合 ZSet 里,底层是 跳表(skiplist) + 字典(dict) 组合:

  • 跳表:

    • 按分值(score)排序。
    • 支持范围查询(如 ZRANGEBYSCORE)。
    • 插入、删除、按排名查询效率高。
  • 字典:

    • key:成员(member)
    • value:分值(score)
    • O(1) 时间 根据成员查分值(比如 ZSCORE、ZREM 先定位成员)。
    • 跳表按 score 排序,没法快速通过成员查 score,所以需要字典辅助。

为什么不只用跳表?

  • 如果只用跳表,查一个成员的分值需要 O(logN),而有了字典就是 O(1)。
  • 删除成员时,需要先 O(1) 定位到 score,再 O(logN) 从跳表删除,整体性能更好。

总结一句话

跳表保证了 有序存储 + 范围查询的高效性 ,字典保证了 按成员快速定位。

Redis 的 ZSet 用 双结构冗余存储 ,是空间换时间的设计,既能 O(1) 找成员,又能 O(logN) 做有序操作。

相关推荐
码事漫谈9 小时前
以后人人都可以成为导演
后端
Resean02239 小时前
Spring 源码分析(二)配置类的解析与扫描
java·后端·spring
一只爱撸猫的程序猿9 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
小毛球.9 小时前
第 3 篇:IDEA 最新版下载与完整安装教程(Mac)
java·macos·intellij-idea·idea
ShineWinsu10 小时前
对于Qt:QFormLayout常见属性以及方法的解析
开发语言·c++·qt·面试·客户端·表单·qformlayout
北城笑笑11 小时前
Vue 110 ,若依SSE流式接口限次空500排查与解决
前端·javascript·vue.js·后端·vue
Misnearch11 小时前
ScheduledExecutorService
java·线程池
nice_lcj52011 小时前
MySQL 主从复制与读写分离:从库怎么跟着主库走
数据库·mysql·面试·binlog·读写分离·主从复制
ServBay11 小时前
Local harness 将退役,VS Code 本地开发要不要搬到云端?
后端·ai编程·visual studio code
ashiho12 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口