最近在看研究公司业务的存储架构，现有的存储用redis 和 leveldb 通过自己写的中间件做数据落地。这样写业务和数据恢复有点麻烦，想着优化一下，就去研究redis和leveldb的源码。发现了跳表这个数据结构很有意思，性能不错，实现也相对简单，就想着自己用go实现一个跳表，在通过这个跳表实现一个类似redis 的 zset 功能。我会尽可能 详细的去介绍所有实现细节。
看着篇文章，首先熟悉链表的相关知识，比如链表的插入和删除。最好会一点go，不会关系也不大，go的语法很简单，和C有一点像，有计算机基础的基本很快就能看懂go的语法。
下面分这个几点来介绍
- 跳表是什么
- 跳表的优缺点
- 跳表的结构
- 怎么实现一个跳表(增删改查)
跳表是什么
跳表是一个可以快速查找的有序链表, 搜索、插入、删除操作的时间均为O(logn), 关于跳表的详细定义 维基百科 百度百科 跳表虽然是非常有用的数据结构，但是很多书里都没有写这个，我在大学的数据结构课本里也没有写跳表，就导致很多人对跳表不熟悉。
跳表本质上是一个链表，因为链表的随机查找性能太差，是O(N)，查找元素只能从头结点或者尾结点遍历。
单向链表
如图中要查找结点6，只能从结点1 一点点往右遍历。
能不能在链表中使用二分查找呢，当然是可以的，就是给链表加索引，也就是跳表了
跳表
上图就是一个简单的跳表了（图中的各种颜色和数字后面会有详细的介绍）。从图中可以看出，跳表是在双向链表的基础上，加了多层索引实现的。
跳表的优缺点
作为快速查找的数据结构，跳表常用来和红黑树 做比较，列一下跳表和红黑树的优缺点吧
- 跳表的优点：
- 跳表实现起来相对简单。红黑树的定义和左旋右旋操作，确实复杂，我资质愚钝，理解起来还是有单困难。后面我会解释跳表实现简单的原因的.
- 区间查找方便。在跳表中找到一个节点后，就可以通过前后指针找到相邻的元素。红黑树则需要通过父节点，子节点去寻找，相对麻烦。
- 红黑树的优点
- 内存占用小，只需要3个指针就可以（左子树，右子树，父节点） 而跳表有一个向后的指针，每一层都有一个向前的指针
- 红黑树的查找稳定，红黑树有着严格的定义，每次插入和删除数据都会通过左旋右旋来平衡树的结构，通过红黑树查找有着稳定的查找时间O(logn) ，为啥跳表是不稳定的，看到跳表是怎样确定层数的就明白了
- 跳表和普通链表相比，除了费内存，好像没啥缺点了
跳表的结构和实现
跳表的实现思路借鉴了redis的zset实现思想具体代码在github
跳表简单说可以有两种实现思路，一种是跳表内不能有重复的元素，另一种是跳表内允许有重复元素。redis中的跳表是允许有重复元素的，我这次实现的也是可以有重复元素的。
跳表node 的结构
type SkipListLevel struct {
//指向下一个结点
forward *SkipListNode
/*
* 到下一个node的距离;
* 思考,为啥是记录到下一个node, 而不是记录上一个node到这的距离
*/
span int64
}
type SkipListNode struct {
//指向上一个结点
backward *SkipListNode
//索引用的层
level []SkipListLevel
//存储的值
value ISkipListNode
//排名用的分数
score float64
}
单个node
在一个node中，黑色的1是 value， 黄色的方块是level，白色的数字是span，backward 和 forward 这两个指针在图中没有体现出来，只会有一个backward （向后的指针），level数组长度是多少，就会有多少个forward（向前的）指针。
span值是到下一个结点的跨度是多少，相邻的结点数值是1。这个值的作用是用来计算这个node在跳表中的排名。一开始我对span的值 不理解，以为是上个结点到这里的距离，直到在写插入和搜索结点的时候，才意识到这个是到下个结点的跨度。
跳表结构
type SkipList struct {
//头结点和尾结点
//重点,头结点是一个真实存在的,尾结点只是一个指针
head, tail *SkipListNode
size int64 //node总数
level int //当前跳表的最高level
maxLevel int //当前最大层数
}
head 和 tail 是两个指针指向跳表的头和尾，size 是整个跳表中node的的数量， level 是跳表中，当前的最大高度，这里会引申出一个知识点，跳表中的高度不是固定不变的，而是随着插入和删除动态变化的。maxLevel 是跳表可以达到的最大高度，这个值是一开始就固定的不变的。
再把上面的图拿过来，分析一下整个跳表结点间的组织关系
跳表
跳表中会有一个 head 结点，但是没有 tail 结点，tail只是一个指针，指向跳表的最后一个结点。这个在初始化函数里有体现
//初始化一个默认的跳表
func NewDefaultSkipTable() *SkipList {
rand.Seed(time.Now().UnixNano())
return &SkipList{
head: NewSkipListNode(SKIP_TABLE_DEFAULT_MAX_LEVEL, 0, nil),
size: 0,
level: 1,
maxLevel: SKIP_TABLE_DEFAULT_MAX_LEVEL,
}
}
图中向前的指针 (forward)，也就是橙色的箭头，向后的指针 (backward)，也就是绿色的箭头。
forward指针在level中，也就是每一层都有一个向前的指针，backward只存在于node中，也就是每个节点只有一个向后的指针。想一下为啥只需要一个向后的指针呢？？？看完整个查找过程就明白为啥只需要一个向后指针就行了。
插入node
基础知识准备的差不多了，开始进入跳表的插入逻辑，先通过一张图把逻辑展示一下
插入元素
插入元素的第一步就是先查找元素。因为是有序链表，元素都是按序排列的，插入元素前先找到元素应该在的位置。
图中要把score为3的元素插入跳表中，带序号的箭头（指针）是搜索顺序，其中黑色的箭头是实际确定的路径，在搜索过程中，还要记录一下rank，也就是经过所有node的span之和。
先明确一下我们要搜索的结点是哪个。我们要找一个小于3的最大的数（先不考小数和虑链表中有多个3的情况），体现在图中，也就是我们要找到元素2的位置。
搜索前先确定 当前跳表的最高level值。也可以无脑从最上层开始，但是没有意义。图中最高level是4，也就是level3（因为level数组从0开始）。然后从头结点（head）的level层（level3）开始。
先设一个临时指针 t 指向head结点。
先通过图中 1 指针，指向的是元素4，要插入的节点是3，这个明显是大于3的，所以不符合。划重点了 当 现在的node当前层的下一个node不符合条件时，就需要开始搜索下一层 这算是一个转移条件吧。
这时候当前node还是在head，所以从head的level2开始向右搜索。此时node的下一个node是1，1小于3，所以符合条件，所以 t 指针要指向 1 node，再记录一下head的span值。
如此往复，经过 3 4 5 指针的判断，最终来到了node 2 的level0，这时node2的下一个node是大于3的，而此时也是最后一层了，所以node 2 就是小于3 的最大值了，也就是要找的元素。
找到合适的位置，接下来就是把node 3 插入进去了，并把span调整一下。
在确定好要插入的位置后，还要确定node3元素的level高度，这个高度按照理想状态跳表中间的node是最高的，类似一个 山 字型，山字的左半边，再找到中间的node，这个node是次高的，以此类推。但实际上，跳表没有严格执行这种理想状态，node的高度是通过 随机 数确定的，你没看错，就是通过随机数确定。这也就是跳表相对红黑树实现起来简单的原因。
这是随机函数
//跳表加一层索引的概率
var SKIPLIST_P = 0.25
//随机索引的层数
func (list *SkipList) randLevel() int {
level := 1
for (rand.Uint32()&0xFFFF) < uint32(0xFFFF*SKIPLIST_P) && level < list.maxLevel {
level++
}
return level
}
func (list *SkipList) randLevel() int {
level := 1
for rand.Int31n(100) < 25 && level < list.maxLevel {
level++
}
return level
}
上面这两段函数功能都是一样的，都是25%的概率让node 的 level 数+1。
下面就是整个插入node的源码
//插入一个结点
func (list *SkipList) InsertByScore(score float64, value ISkipListNode) *SkipListNode {
rank := make([]int64, list.maxLevel)
update := make([]*SkipListNode, list.maxLevel)
t := list.head
//搜索node
for i := list.level - 1; i >= 0; i-- {
if i == list.level-1 {
rank[i] = 0
} else {
rank[i] = rank[i+1]
}
//当前层的下一个结点存在 && (下一个结点score<score || 当score相同时,比较这两个结点,下一个结点<新插入的结点)
for t.Next(i) != nil && (t.Next(i).score < score || (t.Next(i).score == value.Score() && t.Next(i).value.Compare(value) < 0)) {
rank[i] += t.level[i].span
t = t.Next(i)
}
update[i] = t
}
level := list.randLevel()
if level > list.level {
//处理rand level后, level>当前level后的情况
for i := list.level; i < level; i++ {
rank[i] = 0
update[i] = list.head
update[i].SetSpan(i, list.size)
}
list.level = level
}
newNode := NewSkipListNode(level, score, value)
//插入新的node
for i := 0; i < level; i++ {
newNode.SetNext(i, update[i].Next(i))
update[i].SetNext(i, newNode)
newNode.SetSpan(i, update[i].Span(i)-(rank[0]-rank[i]))
update[i].SetSpan(i, rank[0]-rank[i]+1)
}
//处理新增结点的span
for i := level; i < list.level; i++ {
update[i].level[i].span++
}
//处理新节点的后退指针
if update[0] == list.head {
newNode.backward = nil
} else {
newNode.backward = update[0]
}
//判断新插入的节点是不是最后一个节点
if newNode.Next(0) != nil {
newNode.Next(0).backward = newNode
} else {
//如果是最后一个节点,就让tail指针指向这新插入的节点
list.tail = newNode
}
list.size++
return newNode
}
在搜索过程中，需要一个 rank 数组和一个 update 数组 这两个辅助结构。
rank用来记录每层的排名值，用来后面调整新node 的rank 使用。 update用来记录从上而下经过的路径，也就是新node的每一层在跳表中的上一个node。
//当前层的下一个结点存在 && (下一个结点score<score || 当score相同时,比较这两个结点,下一个结点<新插入的结点)
for t.Next(i) != nil && (t.Next(i).score < score || (t.Next(i).score == value.Score() && t.Next(i).value.Compare(value) < 0)) {
rank[i] += t.level[i].span
t = t.Next(i)
}
上面是搜索过程中，判断是右移还是调到下一层的逻辑。这里不止需要判断node的socore，还要考虑两个node 的 score相同的情况，两个node 的 socre相同时，需要通过Compare 函数判断两个node的大小。
level := list.randLevel()
if level > list.level {
//处理rand level后, level>当前level后的情况
for i := list.level; i < level; i++ {
rank[i] = 0
update[i] = list.head
update[i].SetSpan(i, list.size)
}
list.level = level
}
这段代码，是确定新node的高度后，处理一下新加层的。因为在搜索的时候，没有把现在高出层数的head放到update中，现在放到其中。
//插入新的node
for i := 0; i < level; i++ {
newNode.SetNext(i, update[i].Next(i))
update[i].SetNext(i, newNode)
newNode.SetSpan(i, update[i].Span(i)-(rank[0]-rank[i]))
update[i].SetSpan(i, rank[0]-rank[i]+1)
}
这段代码是通过调整node的前后指针，将新的node加入到跳表中。并且调整node的span值。这时候，span值是到下个node的距离而不是上个node到这的距离的好处就提现出来了，因为是到下个node的距离，只需要改当前node的span值就好了，如果存的是上个node到这个node的距离，就需要改下个node的span了，改动起了就会麻烦了。说的可能有点啰嗦，自己推导一遍就能体会出来了。
//处理新增结点的span
for i := level; i < list.level; i++ {
update[i].level[i].span++
}
这段可能是不太好理解的，这段代码的作用是，如果新node的level小于跳表中的最大level时（新node的level是2，此时跳表中最大的level是5的情况），这时候要把2上面的所有的node的span+1。
剩下的，处理新node的后退指针（backward）和判断是否是最后一个node，的情况就很简单了。
到现在，插入node就完成了，是不是也不难嘛，对不对。其实跳表中最复杂的就是插入过程了，剩下的删除，更新，查找就是差不多的逻辑，先找到关键node，再做处理。
删除node
删除node
同样的，删除也是要先搜索，通过黑色箭头的路径，找到要删除的node前一个，然后修改目标node的上一个node的指针,跳过目标node,完成删除,最后调整目标node前面node的span值。
先搜索node,并记录到update数组
//获取找到该结点的各层结点(路径)
func (list *SkipList) GetUpdateList(node *SkipListNode) (update []*SkipListNode) {
update = make([]*SkipListNode, list.maxLevel)
t := list.head
for i := list.level - 1; i >= 0; i-- {
for t.Next(i) != nil && (t.Next(i).score < node.score || (t.Next(i).score == node.score && t.Next(i).value.Compare(node.value) < 0)) {
t = t.Next(i)
}
update[i] = t
}
return
}
这段逻辑和插入时的搜索逻辑一样
下面是删除的逻辑
//删除对应的结点
func (list *SkipList) Delete(node *SkipListNode, update []*SkipListNode) {
if node == nil {
return
}
//head 不能删
if node == list.head {
return
}
for i := 0; i < list.level; i++ {
if update[i].Next(i) == node {
//修改span
update[i].SetSpan(i, update[i].Span(i)+node.Span(i)-1)
//删除对应的结点
update[i].SetNext(i, node.Next(i))
} else {
update[i].level[i].span--
}
}
//处理node的后指针
if node.Next(0) == nil { //node是最后一个,把tail指针指向node的上一个(update[0])
list.tail = update[0]
} else { //node不是最后一个,node的下一个指向node的上一个(update[0])
node.Next(0).backward = update[0]
}
//处理删掉的是最高level的情况,当前的level要对应的--
for list.level > 1 && list.head.Next(list.level-1) == nil {
list.level--
}
list.size--
}
删除node的代码就简单多了，这里通过参数传入从最高到找到node的路径，也就是update数组。
for i := 0; i < list.level; i++ {
if update[i].Next(i) == node {
//修改span
update[i].SetSpan(i, update[i].Span(i)+node.Span(i)-1)
//删除对应的结点
update[i].SetNext(i, node.Next(i))
} else {
update[i].level[i].span--
}
}
这个段逻辑就是删除node的，删除说白了就是让目标node的前面的node的后指针指向目标node后面的node。
剩下的就是处理node的后退指针和判断是否是最后一个node了。
更新node
//更新结点的score
func (list *SkipList) UpdateScore(node *SkipListNode, score float64) {
if score == node.score {
return
}
//更新后,分数还是 < next node的位置不用变
if score > node.score {
if node.Next(0) != nil && score < node.Next(0).score {
node.score = score
return
}
}
//更新后,分数还是 > per node的位置不用变
if score < node.score {
if node.Pre() != nil && score > node.Pre().score {
node.score = score
return
}
}
//删掉node,重新插入
updateList := list.GetUpdateList(node)
list.Delete(node, updateList)
//重新插入
list.InsertByScore(score, node.value)
}
更新node的score，更新node的前提是找到目标node，原理和前面的插入，删除时的搜索逻辑一样，就不赘述了。
说一下更新node score的逻辑把，最简单就是把node删了，然后再插入。当然这样的逻辑是可以优化的，比如有一种情况
更新node
如图所示，要把node4的score更新成5，这时候修改node的score不影响node的位置，所以这种情况就只需要修改node的score就好了，不用考虑node在跳表中的位置。
对于那种修改分数会改变位置的情况，就需要先删除node，再重新插入node了。
查找node
看到这里，查找node应该是非常简单了吧，因为前面的插入，更新，删除都需要前查找node。但是查找分两种情况，一种是根据排名查找，另一种是根据score查找。
先看根据排名查找
//根据排名 范围 查找 node
func (list *SkipList) GetNodeByRank(left, right int64) (result []*SkipListNode) {
//范围出错
if list.Size() == 0 || left == 0 || right == 0 || right < left || left > list.Size() {
return
}
tRank := int64(0)
t := list.head
result = make([]*SkipListNode, 0, right-left+1)
//先找到排名最小的元素,然后向右一点点查找,直到找到排名最大的元素
for i := list.level - 1; i >= 0; i-- {
for t.Next(i) != nil && tRank+t.level[i].span <= left {
tRank += t.level[i].span
t = t.Next(i)
}
if tRank == left {
for ; t != nil && tRank <= right; t = t.Next(0) {
result = append(result, t)
tRank++
}
return
}
}
return
}
先排除不符合的情况，再根据之前的查找逻辑，一步步去查找。不同的是，现在的限制条件时排名。
在看根据score查找
//判断 这个跳表 的最大值和最小值 是否包含 要查询的score范围
func (list *SkipList) ScoreInRange(findRange *SkipListFindRange) bool {
if !findRange.MaxInf && list.head.Next(0).score > findRange.Max {
return false
}
if !findRange.MinInf && list.tail.score < findRange.Min {
return false
}
return true
}
//根据 score 范围 查找 node
func (list *SkipList) GetNodeByScore(findRange *SkipListFindRange) (result []*SkipListNode) {
if findRange == nil || list.Size() == 0 {
return
}
//查找范围不在这跳表中,直接return
if !list.ScoreInRange(findRange) {
return
}
t := list.head
if findRange.MinInf {
//从头开始查找
t = list.head.Next(0)
} else {
//不是从头,找到最小的那个元素
for i := list.level - 1; i >= 0; i-- {
for t.Next(i) != nil && t.Next(i).score < findRange.Min {
t = t.Next(i)
}
}
}
for {
//符合范围的条件 (从负无穷 || 当前的score >= 查找的最小值) && (到正无穷 || 当前元素 <= 查找的最大值)
if (findRange.MinInf || t.score >= findRange.Min) && (findRange.MaxInf || t.score <= findRange.Max) {
result = append(result, t)
}
if t.Next(0) == nil || (!findRange.MaxInf && t.Next(0).score > findRange.Max) {
//下一个元素是空(到尾了) || (不是查找到正无穷 && 下一个元素的 score > 要查找的最大值)
break
} else {
//向右移动
t = t.Next(0)
}
}
return
}
根据score查找稍微复杂一点，因为根据score会有正无穷和负无穷这两种情况。这时候只给两个简单的范围值就不够用了，需要用一个结构体来描述范围了。
//根据scores查找元素的条件
type SkipListFindRange struct {
Min, Max float64 //最大值和最小值
MinInf, MaxInf bool //是否是正无穷和负无穷
}
在查找前先判断一下，给定的范围是否在跳表的范围内，如果不在就不用查找了。
t := list.head
if findRange.MinInf {
//从头开始查找
t = list.head.Next(0)
} else {
//不是从头,找到最小的那个元素
for i := list.level - 1; i >= 0; i-- {
for t.Next(i) != nil && t.Next(i).score < findRange.Min {
t = t.Next(i)
}
}
}
这段逻辑是确定查找的开始位置也就是找到目标node（根据范围找到最小的node），如果是从负无穷开始，就不用通过之前的方式去确定开始node了，直接从head开始就好了。
后面的逻辑就没什么特别的，找到目标弄的后，开始往后找，直到最后或者不符合范围了，就结束。
好了查找也完成了。
跳表的基本功能到现在已经完成，剩下的就是把跳表包装一层，去实现redis中zset的功能就好了。具体代码就不贴了，最后我会给出github的连接。
总结
- 跳表可以看做一个支持二分查找的有序双向链表
- 跳表中最核心的就是搜索，不管是在插入，更新，删除还是查找中，都要先搜索
- 跳表在插入node时，通过随机数确定node中层数的
- 跳表的node中，有一个向后的指针，在每一层中有一个向前的指针
- 跳表相对于红黑树，优势是相对容易实现，和范围查找方便
最后在说一下常见的跳表的应用吧。redis 的zset就是基于跳表实现的，当然我也是通过读redis的源码，学习跳表的。还有一个是Google开发的 leveldb 也是基于跳表实现的。
如果这个文章对你有帮助记得给我点个star 谢谢了
网友评论