「Redis数据结构」跳跃表（SkipList）

文章目录

「Redis数据结构」跳跃表（SkipList）
- 一、概述
- 二、结构
- - 跳跃表节点
  - 跳跃表
- 三、特点

一、概述

跳表（SkipList，全称跳跃表）是用于有序元素序列快速搜索查找的一个数据结构，跳表是一个随机化的数据结构，实质就是一种可以进行二分查找的有序链表。跳表在原有的有序链表上面增加了多级索引，通过索引来实现快速查找。

跳表不仅能提高搜索性能，同时也可以提高插入和删除操作的性能。它在性能上和红黑树，AVL树不相上下，但是跳表的原理非常简单，实现也比红黑树简单很多。

二、结构

Redis 的跳跃表由 redis.h/zskiplistNode 和 redis.h/zskiplist 两个结构体定义。

跳跃表节点

redis.h/zskiplistNode结构用于保存跳跃表节点的相关信息。

/* 跳跃表节点 */
typedef struct zskiplistNode {  
    robj *obj;     // 成员对象
    double score;    // 分值 
    struct zskiplistNode *backward;    // 后退指针
    // 层
    struct zskiplistLevel
    {
        struct zskiplistNode *forward;    // 前进指针
        unsigned int span;    // 跨度
    } level[];
};

层
跳跃表节点的level数组可以包含多个元素，每个元素都包含一直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。
前进指针
跨度
层的跨度用于记录2个节点之间的距离
- 2个节点之间的
后退指针
分值和成员

跳跃表

/* 跳跃表 */
typedef struct zskiplist
{
    struct zskiplistNode *header;    // 头节点
    struct zskiplistNode *tail;      // 尾节点
    unsigned long length;    // 表中节点的数量
    int level;      // 表中层数最大的节点的层数
} zskiplist;

header
指向跳跃表的表头节点
tail
指向跳跃表的表尾节点
level
记录米钱跳跃表层内，层数最大呃那个节点层数。
length
记录跳跃表的长度

下面是一个普通的排序单向链表。

如果你想寻找这个链表中有没有节点8，那么你就要从节点1开始，依次向后遍历，直到遍历到一个数值等于8的节点，返回true这个答案。

那么如何能让这个遍历的次数减少呢？

我们可以考虑这原有链表上面建立一个索引层，索引层的节点是最底层链表节点的一部分，然后索引层的节点有一个指针指向下一层节点自己的本体节点。

在查询的时候，我们可以从索引层去查询，先找到节点1，然后到节点4，然后到节点7，节点7之后没有节点了，那么就去下一层去寻找，下一层的节点7之后就是节点8，这次我们只遍历了4次就找到了答案。

那么上层的节点层的个数取多少合适呢？如果我们下层的节点个数是10W个，而上层只有三个索引节点的话，从节点7之后遍历，也要遍历9W多个，肯定是达不到我们预期的效率的。所以最好的策略就是，上层节点的个数是下层节点个数的一半，且尽量是随机均匀的，这样就可以节省一半的遍历次数，比如有10W个节点，我们就建立5W个索引节点，这样遍历次数就可以减少一半。

但是遍历5W次肯定也是不行的，我们知道O(n)和O(2n)这种在算法中是近似相等的，那么怎么办呢？一层不够我们就建立两层，两层不够就建立三层。直到最上层的节点个数是一两个，这样一层一层查找下去，我们就可以做到对数级别的时间复杂度，就可以媲美二分查找。

为什么不选用红黑树

红黑树也拥有二叉搜索树的特性，查找节点的时候拥有二分查找的性能，而且不用多余的内存空间。但是红黑树对范围搜索的支持就比较单调了，使用跳表来做范围查询，只需要找到头节点，然后往后遍历就好了，但是红黑树呢？找到头节点之后，你依然不知道它之后节点在哪，你只知道在左子树上，剩下你啥都不知道，就要继续遍历去找。

Redis的作者也说明过为什么使用跳表，大概就三点