redis中有一个非常重要的数据结构，那就是Zset。它是一个有序集合，也就是说存储的数据是有序的。
说到有序集合，很容易就能想到二叉搜索树，比如AVL树、红黑树、B树、B+树这些数据结构。而Zset底层使用的是什么数据结构呢，其实zset使用的是跳跃表（skipList）的数据结构。
什么是跳跃表？
它其实是一种随机化的数据结构，一个多层的有序链表，一种基于概率统计的插入算法。
那么redis中为什么不使用红黑树而使用跳跃表？
- 首先，在做范围查询的时候，平衡树的操作要比跳跃表复杂。因为平衡树，在查询到最小值的时候，还需要采用中序遍历去查询最大值。 而skipList只需要在找到最小值后，对第一层的链表（也就是最底层的链表）进行若干次遍历即可。
- 平衡树的删除和插入，需要对子树进行相应的调整，操作复杂。而skiplist只需要修改相邻的节点即可。
- 在做查询操作的时候，skiplist和平衡树都是O（logN）的时间复杂度。
- 从整体上来看，skiplist算法实现的难度要低于平衡树。
图1
跳跃表就像是上图一样的一个多层的链表，如果查询46的话。其步骤是：
（1）查询L4层，查询->55，需要查询1次
（2）查询L3层，查询->21–>55，需要查询2次
（3）查询L2层，查询->37–>55，需要查询2次
（4）查询L1层，查询->46，查询1次，找到结果
跳跃表就好像每两个元素抽取一个元素放到上一层，这样一次叠加，就形成了多层的链表。上一层的元素个数是下一层元素个数的1/2，所以查询的时候就类似二分查找。
这种方法类似于二分查找的方法，所以跳跃表的查找的时间复杂度为O(logN)。
跳跃表每个节点包含两个指针，一个指向同一链表中的下一个元素（next），一个指向下面一层的元素（down）。
我们来看一下插入，往跳表中插入数据的时候，可以选择同时将这个数据插入到第几层中，比如随机函数生成了值 K，那我们就将这个结点添加到第一层到第 K 层这 K 级索引中。
随机的K是如何产生的：
通过随机数来产生，第一层肯定需要添加元素，所以K的初始值为1。后面的，如果随机数为1，就是K加一，随机数为0，就退出。这样每一层插入该元素的概率为1/2的n次方。这样就很大程度上保证了后一层元素的总数量是前一层元素的2倍。
int random_level()
{
K = 1;
while (random(0,1))
K++;
return K;
}
再看删除，在各个层中找到包含 x 的节点，使用标准的 delete from list 方法删除该节点。直接删除元素，然后调整一下删除元素后的指针即可。跟普通的链表删除操作完全一样。
跳跃表插入和删除的时间复杂度都是O(logN)。
本文转载自:
https://blog.csdn.net/zy450271923/article/details/106970148/
网友评论