标签：复杂度 之美 第十七 查找 索引 跳表 数据结构 节点
一、课前思考
两节我们讲了二分查找算法。当时我讲到，因为二分查找底层依赖的是数组随机访问的特性，所以只能用数组来实现。如果数据存储在链表中，就真的没法用二分查找算法了吗？
实际上，我们只需要对链表稍加改造，就可以支持类似“二分”的查找算法。我们把改造之后的数据结构叫作跳表（Skiplist），也就是今天要讲的内容。
跳表这种数据结构对你来说，可能会比较陌生，因为一般的数据结构和算法书籍里都不怎么会讲。但是它确实是一种各方面性能都比较优秀的动态数据结构，可以支持快速的插入、删除、查找操作，
写起来也不复杂，甚至可以替代红黑树（Red-blacktree）。
Redis中的有序集合（Sorted Set）就是⽤跳表来实现的。如果你有一定基础，应该知道红黑树也可以实现快速的插入、删除和查找操作。那Redis为什么会选择用跳表来实现有序集合呢？
为什么不用红黑树呢？学完今天的内容，你就知道答案了。
二、如何理解跳表
1、单链表
2、怎么提高查询效率
1、18个节点一级索引
2、18个节点二级索引
3、64个节点建立五级索引
3、当链表的⻓度n⽐较⼤时
三、用跳表查询到底有多快
1、如果链表⾥有n个结点，会有多少级索引？
2、复杂度推算过程
3、M值为什么是3
4、基于单链表实现二分查找
四、跳表是不是很浪费内存
1、索引节点数是一个等比数列
2、通过等⽐数列求和公式
3、实际上，在软件开发中，我们不必太在意索引占⽤的额外空间
五、高效的动态插入删除
1、在跳表单链表中插⼊⼀个数据的时间复杂度
2、在跳表中删除⼀个数据的时间复杂度
六、跳表索引动态更新
1、如果链表中结点多了，索引结点就相应地增加⼀些
2、跳表是通过随机函数来维护前⾯提到的“平衡性”
3、如何选择加⼊哪些索引层呢？
七、解答开篇
1、如果你去查看Redis的开发⼿册，就会发现Redis中的有序集合⽀持的核⼼操作主要有下⾯这⼏个
1、插⼊⼀个数据；删除⼀个数据；查找⼀个数据；
2、按照区间查找数据（⽐如查找值在[100, 356]之间的数据
3、迭代输出有序序列。
2、Redis之所以⽤跳表来实现有序集合，还有其他原因
3、跳表也不能完全替代红⿊树
跳表的实现还是稍微有点复杂的，我将Java实现的代码放到了GitHub中，你可以根据我刚刚的讲解，对照着代码仔细思考⼀下。你不⽤死记硬背代码，跳表的实现并不是我们这节的重点
八、内容小结
今天我们讲了跳表这种数据结构。跳表使用空间换时间的设计思路，通过构建多级索引来提高查询的效率，实现了基于链表的“二分查找”。跳表是一种动态数据结构，支持快速的插入、删除、查找操作，时间复杂度都是O(logn)。
跳表的空间复杂度是O(n)。不过，跳表的实现非常灵活，可以通过改变索引构建策略，有效平衡执行效率和内存消耗。虽然跳表的代码实现并不简单，但是作为一种动态数据结构，比起红黑树来说，
实现要简单多了。所以很多时候，我们为了代码的简单、易读，比起红黑树，我们更倾向用跳表。
九、课后思考
在今天的内容中，对于跳表的时间复杂度分析，我分析了每两个结点提取一个结点作为索引的时间复杂度。如果每三个或者五个结点提取一个结点作为上级索引，
对应的在跳表中查询数据的时间复杂度是多少呢
经典留言escray
如果每三个或者五个节点提取一个节点作为上级索引，那么对应的查询数据时间复杂度，应该也还是 O(logn)。
假设每 5 个节点提取，那么最高一层有 5 个节点，而跳表高度为 log5n，每层最多需要查找 5 个节点，即 O(mlogn) 中的 m = 5，最终，时间复杂度为 O(logn)。
空间复杂度也还是 O(logn)，虽然省去了一部分索引节点，但是似乎意义不大。
不知道在一般的生产系统，跳表的提取是按照多少个节点来实现？还是每个系统根据实际情况，都不一样。
看了跳表的 Java 实现，查找部分的代码真是漂亮，插入部分看了半天才看明白。
标签：复杂度,之美,第十七,查找,索引,跳表,数据结构,节点 来源： https://www.cnblogs.com/luoahong/p/11864974.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。