跳至主要內容

跳表

Mr.Heaboy大约 9 分钟

跳表

跳表 (Skip List) 是由 William Pugh 发明的一种查找数据结构，支持对数据的快速查找，插入和删除。

跳表的期望空间复杂度为 O(n)O(n)，跳表的查询，插入和删除操作的期望时间复杂度都为 O(log⁡n)O(\log n)。

基本思想

顾名思义，跳表是一种类似于链表的数据结构。更加准确地说，跳表是对有序链表的改进。

为方便讨论，后续所有有序链表默认为 升序 排序。

一个有序链表的查找操作，就是从头部开始逐个比较，直到当前节点的值大于或者等于目标节点的值。很明显，这个操作的复杂度是 O(n)O(n)。

跳表在有序链表的基础上，引入了 分层 的概念。首先，跳表的每一层都是一个有序链表，特别地，最底层是初始的有序链表。每个位于第 ii 层的节点有 pp 的概率出现在第 i+1i+1 层，pp 为常数。

记在 n 个节点的跳表中，期望包含 1p\frac{1}{p} 个元素的层为第 L(n)L(n) 层，易得 L(n)=log⁡1pnL(n) = \log_{\frac{1}{p}}n。

在跳表中查找，就是从第 L(n)L(n) 层开始，水平地逐个比较直至当前节点的下一个节点大于等于目标节点，然后移动至下一层。重复这个过程直至到达第一层且无法继续进行操作。此时，若下一个节点是目标节点，则成功查找；反之，则元素不存在。这样一来，查找的过程中会跳过一些没有必要的比较，所以相比于有序链表的查询，跳表的查询更快。可以证明，跳表查询的平均复杂度为 O(log⁡n)O(\log n)。

复杂度证明

空间复杂度

对于一个节点而言，节点的最高层数为 ii 的概率为 pi−1(1−p)p^{i-1}(1 - p)。所以，跳表的期望层数为 ∑i>=1ipi−1(1−p)=11−p\sum_{i>=1} ip^{i - 1}(1-p) = \frac{1}{1 - p}，且因为 pp 为常数，所以跳表的 期望空间复杂度 为 O(n)O(n)。

在最坏的情况下，每一层有序链表等于初始有序链表，即跳表的 最差空间复杂度 为 O(nlog⁡n)O(n \log n)。

时间复杂度

从后向前分析查找路径，这个过程可以分为从最底层爬到第 L(n)L(n) 层和后续操作两个部分。在分析时，假设一个节点的具体信息在它被访问之前是未知的。

假设当前我们处于一个第 ii 层的节点 xx，我们并不知道 xx 的最大层数和 xx 左侧节点的最大层数，只知道 xx 的最大层数至少为 ii。如果 xx 的最大层数大于 ii，那么下一步应该是向上走，这种情况的概率为 pp；如果 xx 的最大层数等于 ii，那么下一步应该是向左走，这种情况概率为 1−p1-p。

令 C(i)C(i) 为在一个无限长度的跳表中向上爬 ii 层的期望代价，那么有：

C(0)=0C(i)=(1−p)(1+C(i))+p(1+C(i−1)) \begin{aligned} C(0) & = 0 \\ C(i) & = (1-p)(1+C(i)) + p(1+C(i-1)) \end{aligned}

解得 C(i)=ipC(i)=\frac{i}{p}。

由此可以得出：在长度为 nn 的跳表中，从最底层爬到第 L(n)L(n) 层的期望步数存在上界 L(n)−1p\frac{L(n) - 1}{p}。

现在只需要分析爬到第 L(n)L(n) 层后还要再走多少步。易得，到了第 L(n)L(n) 层后，向左走的步数不会超过第 L(n)L(n) 层及更高层的节点数总和，而这个总和的期望为 1p\frac{1}{p}。所以到了第 L(n)L(n) 层后向左走的期望步数存在上界 1p\frac{1}{p}。同理，到了第 L(n)L(n) 层后向上走的期望步数存在上界 1p\frac{1}{p}。

所以，跳表查询的期望查找步数为 L(n)−1p+2p\frac{L(n) - 1}{p} + \frac{2}{p}，又因为 L(n)=log⁡1pnL(n)=\log_{\frac{1}{p}}n，所以跳表查询的 期望时间复杂度 为 O(log⁡n)O(\log n)。

在最坏的情况下，每一层有序链表等于初始有序链表，查找过程相当于对最高层的有序链表进行查询，即跳表查询操作的 最差时间复杂度 为 O(n)O(n)。

插入操作和删除操作就是进行一遍查询的过程，途中记录需要修改的节点，最后完成修改。易得每一层至多只需要修改一个节点，又因为跳表期望层数为 log⁡1pn\log_{\frac{1}{p}}n，所以插入和修改的 期望时间复杂度 也为 O(log⁡n)O(\log n)。

具体实现

获取节点的最大层数

模拟以 pp 的概率往上加一层，最后和上限值取最小。

int randomLevel() {
  int lv = 1;
  // MAXL = 32, S = 0xFFFF, PS = S * P, P = 1 / 4
  while ((rand() & S) < PS) ++lv;
  return min(MAXL, lv);
}

查询

查询跳表中是否存在键值为 key 的节点。具体实现时，可以设置两个哨兵节点以减少边界条件的讨论。

V& find(const K& key) {
  SkipListNode<K, V>* p = head;

  // 找到该层最后一个键值小于 key 的节点，然后走向下一层
  for (int i = level; i >= 0; --i) {
    while (p->forward[i]->key < key) {
      p = p->forward[i];
    }
  }
  // 现在是小于，所以还需要再往后走一步
  p = p->forward[0];

  // 成功找到节点
  if (p->key == key) return p->value;

  // 节点不存在，返回 INVALID
  return tail->value;
}

插入

插入节点 (key, value)。插入节点的过程就是先执行一遍查询的过程，中途记录新节点是要插入哪一些节点的后面，最后再执行插入。每一层最后一个键值小于 key 的节点，就是需要进行修改的节点。

void insert(const K &key, const V &value) {
  // 用于记录需要修改的节点
  SkipListNode<K, V> *update[MAXL + 1];

  SkipListNode<K, V> *p = head;
  for (int i = level; i >= 0; --i) {
    while (p->forward[i]->key < key) {
      p = p->forward[i];
    }
    // 第 i 层需要修改的节点为 p
    update[i] = p;
  }
  p = p->forward[0];

  // 若已存在则修改
  if (p->key == key) {
    p->value = value;
    return;
  }

  // 获取新节点的最大层数
  int lv = randomLevel();
  if (lv > level) {
    lv = ++level;
    update[lv] = head;
  }

  // 新建节点
  SkipListNode<K, V> *newNode = new SkipListNode<K, V>(key, value, lv);
  // 在第 0~lv 层插入新节点
  for (int i = lv; i >= 0; --i) {
    p = update[i];
    newNode->forward[i] = p->forward[i];
    p->forward[i] = newNode;
  }

  ++length;
}

删除

删除键值为 key 的节点。删除节点的过程就是先执行一遍查询的过程，中途记录要删的节点是在哪一些节点的后面，最后再执行删除。每一层最后一个键值小于 key 的节点，就是需要进行修改的节点。

bool erase(const K &key) {
  // 用于记录需要修改的节点
  SkipListNode<K, V> *update[MAXL + 1];

  SkipListNode<K, V> *p = head;
  for (int i = level; i >= 0; --i) {
    while (p->forward[i]->key < key) {
      p = p->forward[i];
    }
    // 第 i 层需要修改的节点为 p
    update[i] = p;
  }
  p = p->forward[0];

  // 节点不存在
  if (p->key != key) return false;

  // 从最底层开始删除
  for (int i = 0; i <= level; ++i) {
    // 如果这层没有 p 删除就完成了
    if (update[i]->forward[i] != p) {
      break;
    }
    // 断开 p 的连接
    update[i]->forward[i] = p->forward[i];
  }

  // 回收空间
  delete p;

  // 删除节点可能导致最大层数减少
  while (level > 0 && head->forward[level] == tail) --level;

  // 跳表长度
  --length;
  return true;
}

完整代码

下列代码是用跳表实现的 map。未经正经测试，仅供参考。

"参考代码"

    #include <bits/stdc++.h>
    using namespace std;
    
    template <typename K, typename V>
    struct SkipListNode {
      int level;
      K key;
      V value;
      SkipListNode **forward;
    
      SkipListNode() {}
    
      SkipListNode(K k, V v, int l, SkipListNode *nxt = NULL) {
        key = k;
        value = v;
        level = l;
        forward = new SkipListNode *[l + 1];
        for (int i = 0; i <= l; ++i) forward[i] = nxt;
      }
    
      ~SkipListNode() {
        if (forward != NULL) delete[] forward;
      }
    };
    
    template <typename K, typename V>
    struct SkipList {
      static const int MAXL = 32;
      static const int P = 4;
      static const int S = 0xFFFF;
      static const int PS = S / P;
      static const int INVALID = INT_MAX;
    
      SkipListNode<K, V> *head, *tail;
      int length;
      int level;
    
      SkipList() {
        srand(time(0));
    
        level = length = 0;
        tail = new SkipListNode<K, V>(INVALID, 0, 0);
        head = new SkipListNode<K, V>(INVALID, 0, MAXL, tail);
      }
    
      ~SkipList() {
        delete head;
        delete tail;
      }
    
      int randomLevel() {
        int lv = 1;
        while ((rand() & S) < PS) ++lv;
        return MAXL > lv ? lv : MAXL;
      }
    
      void insert(const K &key, const V &value) {
        SkipListNode<K, V> *update[MAXL + 1];
    
        SkipListNode<K, V> *p = head;
        for (int i = level; i >= 0; --i) {
          while (p->forward[i]->key < key) {
            p = p->forward[i];
          }
          update[i] = p;
        }
        p = p->forward[0];
    
        if (p->key == key) {
          p->value = value;
          return;
        }
    
        int lv = randomLevel();
        if (lv > level) {
          lv = ++level;
          update[lv] = head;
        }
    
        SkipListNode<K, V> *newNode = new SkipListNode<K, V>(key, value, lv);
        for (int i = lv; i >= 0; --i) {
          p = update[i];
          newNode->forward[i] = p->forward[i];
          p->forward[i] = newNode;
        }
    
        ++length;
      }
    
      bool erase(const K &key) {
        SkipListNode<K, V> *update[MAXL + 1];
        SkipListNode<K, V> *p = head;
    
        for (int i = level; i >= 0; --i) {
          while (p->forward[i]->key < key) {
            p = p->forward[i];
          }
          update[i] = p;
        }
        p = p->forward[0];
    
        if (p->key != key) return false;
    
        for (int i = 0; i <= level; ++i) {
          if (update[i]->forward[i] != p) {
            break;
          }
          update[i]->forward[i] = p->forward[i];
        }
    
        delete p;
    
        while (level > 0 && head->forward[level] == tail) --level;
        --length;
        return true;
      }
    
      V &operator[](const K &key) {
        V v = find(key);
        if (v == tail->value) insert(key, 0);
        return find(key);
      }
    
      V &find(const K &key) {
        SkipListNode<K, V> *p = head;
        for (int i = level; i >= 0; --i) {
          while (p->forward[i]->key < key) {
            p = p->forward[i];
          }
        }
        p = p->forward[0];
        if (p->key == key) return p->value;
        return tail->value;
      }
    
      bool count(const K &key) { return find(key) != tail->value; }
    };
    
    int main() {
      SkipList<int, int> L;
      map<int, int> M;
    
      clock_t s = clock();
    
      for (int i = 0; i < 1e5; ++i) {
        int key = rand(), value = rand();
        L[key] = value;
        M[key] = value;
      }
    
      for (int i = 0; i < 1e5; ++i) {
        int key = rand();
        if (i & 1) {
          L.erase(key);
          M.erase(key);
        } else {
          int r1 = L.count(key) ? L[key] : 0;
          int r2 = M.count(key) ? M[key] : 0;
          assert(r1 == r2);
        }
      }
    
      clock_t e = clock();
      cout << "Time elapsed: " << (double)(e - s) / CLOCKS_PER_SEC << endl;
      // about 0.2s
    
      return 0;
    }

跳表的随机访问优化

访问跳表中第 kk 个节点，相当于访问初始有序链表中的第 kk 个节点，很明显这个操作的时间复杂度是 O(n)O(n) 的，并不足够优秀。

跳表的随机访问优化就是对每一个前向指针，再多维护这个前向指针的长度。假设 AA 和 BB 都是跳表中的节点，其中 AA 为跳表的第 aa 个节点，BB 为跳表的第 bb 个节点 (a<b)(a < b)，且在跳表的某一层中 AA 的前向指针指向 BB，那么这个前向指针的长度为 b−ab - a。

现在访问跳表中的第 kk 个节点，就可以从顶层开始，水平地遍历该层的链表，直到当前节点的位置加上当前节点在该层的前向指针长度大于等于 kk，然后移动至下一层。重复这个过程直至到达第一层且无法继续行操作。此时，当前节点就是跳表中第 kk 个节点。

这样，就可以快速地访问到跳表的第 kk 个元素。可以证明，这个操作的时间复杂度为 O(log⁡n)O(\log n)。

参考资料

  1. Skip Lists: A Probabilistic Alternative to Balanced Treesopen in new window
  2. Skip Listopen in new window
  3. A Skip List Cookbookopen in new window
默认页脚
Copyright © 2024 Mr.Heaboy