zoukankan      html  css  js  c++  java
  • redis的跳跃表

    跳跃表是一种插入、查询、删除的平均时间复杂度为O(nlogn)的数据结构,在最差情况下是O(n),当然这几乎很难出现。
    和红黑树相比较
    最差时间复杂度要差很多,红黑树是O(nlogn),而跳跃表是O(n)
    平均时间复杂度是一样的
    实现要简单很多
    维基的跳跃表例子

     

    跳跃表的结构如上图
    跳跃表的实现还是一个链表,是一个有序的链表,在遍历的时候基于比较,但普通链表只能遍历,跳跃表加入了一个层的概念,层数越高的元素越少,每次先从高层查找,再逐渐降层,直到找到合适的位置。从图中可以看到高层的节点远远少于底层的节点数,从而实现了跳跃式查找。
    redis中的定义
    /*
     * 跳跃表
     */
    typedef struct zskiplist {
        // 表头节点和表尾节点
        struct zskiplistNode *header, *tail;
        // 表中节点的数量
        unsigned long length;
        // 表中层数最大的节点的层数
        int level;
    } zskiplist;
    跳跃表的节点
    /*
     * 跳跃表节点
     */
    typedef struct zskiplistNode {
        // 成员对象
        robj *obj;
        // 分值
        double score;
        // 后退指针
        struct zskiplistNode *backward;
        // 层
        struct zskiplistLevel {
            // 前进指针
            struct zskiplistNode *forward;
            // 跨度
            unsigned int span;
        } level[];
    } zskiplistNode;
    跳跃表是一个空间换时间的数据结构,和双链表相比,额外的空间开销就是zskiplistNode中的level数组元素,冗余存储了每一层的forward指针。
    redis跳跃表实现的一些方法
    zslCreateNode
    zslCreate
    zslFreeNode
    zslFree
    zslRandomLevel
    zslInsert
    zslDeleteNode
    zslDelete
    还有其他一些
    重点关注几个方法
    /*
     * 创建并返回一个新的跳跃表
     *
     * T = O(1)
     */
    zskiplist *zslCreate(void) {
        int j;
        zskiplist *zsl;
        // 分配空间
        zsl = zmalloc(sizeof(*zsl));
        // 设置高度和起始层数
        zsl->level = 1;
        zsl->length = 0;
        // 初始化表头节点
        //表头一定具有最高的level
        // T = O(1)
        zsl->header = zslCreateNode(ZSKIPLIST_MAXLEVEL,0,NULL);
        for (j = 0; j < ZSKIPLIST_MAXLEVEL; j++) {
            zsl->header->level[j].forward = NULL;
            zsl->header->level[j].span = 0;
        }
        zsl->header->backward = NULL;
        // 设置表尾
        zsl->tail = NULL;
        return zsl;
    }
    //返回一个随机值,作为新跳跃表节点的层次
    //层次的合理分布是跳跃表的效率所在
    int zslRandomLevel(void) {
        int level = 1;
        while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
            level += 1;
        return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
    }
    /*
     * 创建一个成员为 obj ,分值为 score 的新节点,
     * 并将这个新节点插入到跳跃表 zsl 中。
     * 
     * 函数的返回值为新节点。
     *
     * T_wrost = O(N^2), T_avg = O(N log N)
     */
    zskiplistNode *zslInsert(zskiplist *zsl, double score, robj *obj) {
        zskiplistNode *update[ZSKIPLIST_MAXLEVEL], *x;
        unsigned int rank[ZSKIPLIST_MAXLEVEL];
        int i, level;
        redisAssert(!isnan(score));
        // 在各个层查找节点的插入位置
        // T_wrost = O(N^2), T_avg = O(N log N)
        x = zsl->header;
        for (i = zsl->level-1; i >= 0; i--) {
            /* store rank that is crossed to reach the insert position */
            // 如果 i 不是 zsl->level-1 层
            // 那么 i 层的起始 rank 值为 i+1 层的 rank 值
            // 各个层的 rank 值一层层累积
            // 最终 rank[0] 的值加一就是新节点的前置节点的排位
            // rank[0] 会在后面成为计算 span 值和 rank 值的基础
            rank[i] = i == (zsl->level-1) ? 0 : rank[i+1];
            // 沿着前进指针遍历跳跃表
            // T_wrost = O(N^2), T_avg = O(N log N)
            while (x->level[i].forward &&
                (x->level[i].forward->score < score ||
                    // 比对分值
                    (x->level[i].forward->score == score &&
                    // 比对成员, T = O(N)
                    compareStringObjects(x->level[i].forward->obj,obj) < 0))) {
                // 记录沿途跨越了多少个节点
                rank[i] += x->level[i].span;
                // 移动至下一指针
                x = x->level[i].forward;
            }
            // 记录将要和新节点相连接的节点
            update[i] = x;
        }
        /* we assume the key is not already inside, since we allow duplicated
         * scores, and the re-insertion of score and redis object should never
         * happen since the caller of zslInsert() should test in the hash table
         * if the element is already inside or not. 
         *
         * zslInsert() 的调用者会确保同分值且同成员的元素不会出现,
         * 所以这里不需要进一步进行检查,可以直接创建新元素。
         */
        // 获取一个随机值作为新节点的层数
        // T = O(N)
        level = zslRandomLevel();
        // 如果新节点的层数比表中其他节点的层数都要大
        // 那么初始化表头节点中未使用的层,并将它们记录到 update 数组中
        // 将来也指向新节点
        if (level > zsl->level) {
            // 初始化未使用层
            // T = O(1)
            for (i = zsl->level; i < level; i++) {
                rank[i] = 0;
                update[i] = zsl->header;
                update[i]->level[i].span = zsl->length;
            }
            // 更新表中节点最大层数
            zsl->level = level;
        }
        // 创建新节点
        x = zslCreateNode(level,score,obj);
        // 将前面记录的指针指向新节点,并做相应的设置
        // T = O(1)
        for (i = 0; i < level; i++) {
            // 设置新节点的 forward 指针
            x->level[i].forward = update[i]->level[i].forward;
            // 将沿途记录的各个节点的 forward 指针指向新节点
            update[i]->level[i].forward = x;
            /* update span covered by update[i] as x is inserted here */
            // 计算新节点跨越的节点数量
            x->level[i].span = update[i]->level[i].span - (rank[0] - rank[i]);
            // 更新新节点插入之后,沿途节点的 span 值
            // 其中的 +1 计算的是新节点
            update[i]->level[i].span = (rank[0] - rank[i]) + 1;
        }
        /* increment span for untouched levels */
        // 未接触的节点的 span 值也需要增一,这些节点直接从表头指向新节点
        // T = O(1)
        for (i = level; i < zsl->level; i++) {
            update[i]->level[i].span++;
        }
        // 设置新节点的后退指针
        x->backward = (update[0] == zsl->header) ? NULL : update[0];
        if (x->level[0].forward)
            x->level[0].forward->backward = x;
        else
            zsl->tail = x;
        // 跳跃表的节点计数增一
        zsl->length++;
        return x;
    }
    跳跃表查找节点的过程(以插入元素为例,删除、查找的过程是一样的)
    1.从head开始,根据forward指针向前查找,如果前一个元素大于待查找的元素或者遇到tail指针,下移层次继续查找;如果下一个元素不大于待查找的元素,forward向前推进一个节点,继续比较。
    2.重复1步骤,直到level1遇到的前一个节点的值大于待查找的值
    最终总是能找到比待查找节点的值大的前一个位置,在这个位置插入元素。

     

  • 相关阅读:
    求职者:推销自己的四大妙招
    你的幸福,我的未来
    巧用close_trace命令释放误删trace文件
    转储控制文件信息
    _shared_pool_reserved_pct or shared_pool_reserved_size with ASMM
    【书籍推荐】Oracle 8i Internal Services
    【书籍推荐】Expert Oracle Practices
    Twitter将启动其在犹他州的客户数据中心
    facebook发布了Tornado V1.0
    latch free:cache buffer handles造成的SQL性能问题
  • 原文地址:https://www.cnblogs.com/learn-my-life/p/5663885.html
Copyright © 2011-2022 走看看