浅析SkipList跳跃表原理及代码实现

 

 

转载请注明：http://blog.csdn.net/ict2014/article/details/17394259

SkipList在leveldb以及lucence中都广为使用，是比较高效的数据结构。由于它的代码以及原理实现的简单性，更为人们所接受。我们首先看看SkipList的定义，为什么叫跳跃表？

“     Skip lists  are data structures  that use probabilistic  balancing rather  than  strictly  enforced balancing. As a result, the algorithms  for insertion  and deletion in skip lists  are much simpler and significantly  faster  than  equivalent  algorithms  for balanced trees.   ”

译文：跳跃表使用概率均衡技术而不是使用强制性均衡，因此，对于插入和删除结点比传统上的平衡树算法更为简洁高效。 

我们看一个图就能明白，什么是跳跃表，如图1所示：

                                                                 图1：跳跃表简单示例

如上图所示，是一个即为简单的跳跃表。传统意义的单链表是一个线性结构，向有序的链表中插入一个节点需要O(n)的时间，查找操作需要O(n)的时间。如果我们使用图1所示的跳跃表，就可以减少查找所需时间为O(n/2)，因为我们可以先通过每个节点的最上面的指针先进行查找，这样子就能跳过一半的节点。比如我们想查找19，首先和6比较，大于6之后，在和9进行比较，然后在和12进行比较......最后比较到21的时候，发现21大于19，说明查找的点在17和21之间，从这个过程中，我们可以看出，查找的时候跳过了3、7、12等点，因此查找的复杂度为O(n/2)。查找的过程如下图2：

                                                                  图2：跳跃表查找操作简单示例

其实，上面基本上就是跳跃表的思想，每一个结点不单单只包含指向下一个结点的指针，可能包含很多个指向后续结点的指针，这样就可以跳过一些不必要的结点，从而加快查找、删除等操作。对于一个链表内每一个结点包含多少个指向后续元素的指针，这个过程是通过一个随机函数生成器得到，这样子就构成了一个跳跃表。这就是为什么论文“Skip Lists : A Probabilistic Alternative to Balanced Trees ”中有“概率”的原因了，就是通过随机生成一个结点中指向后续结点的指针数目。随机生成的跳跃表可能如下图3所示：

                                                                 图3：随机生成的跳跃表

跳跃表的大体原理，我们就讲述到这里。下面我们将从如下几个方面来探讨跳跃表的操作：

1、重要数据结构定义

2、初始化表

3、查找

4、插入

5、删除

6、随机数生成器

7、释放表

8、性能比较

（一）重要数据结构定义

      从图3中，我们可以看出一个跳跃表是由结点组成，结点之间通过指针进行链接。因此我们定义如下数据结构：

//定义key和value的类型
typedef int KeyType;
typedef int ValueType;

//定义结点
typedef struct nodeStructure* Node;
struct nodeStructure{
    KeyType key;
    ValueType value;
    Node forward[1];
};

//定义跳跃表
typedef struct listStructure* List;
struct listStructure{
    int level;
    Node header;
};

每一个结点都由3部分组成，key（关键字）、value（存放的值）以及forward数组（指向后续结点的数组，这里只保存了首地址）。通过这些结点，我们就可以创建跳跃表List，它是由两个元素构成，首结点以及level（当前跳跃表内最大的层数或者高度）。这样子，基本的数据结构定义完毕了。

（二）初始化表
     初始化表主要包括两个方面，首先就是header节点和NIL结点的申请，其次就是List资源的申请。

void SkipList::NewList(){
    //设置NIL结点
    NewNodeWithLevel(0, NIL_);
    NIL_->key = 0x7fffffff;
    //设置链表List
    list_ = (List)malloc(sizeof(listStructure));
    list_->level = 0;
    //设置头结点
    NewNodeWithLevel(MAX_LEVEL,list_->header);
    for(int i = 0; i < MAX_LEVEL; ++i){
        list_->header->forward[i] = NIL_;
    }
    //设置链表元素的数目
    size_ = 0;
}

void SkipList::NewNodeWithLevel(const int& level,
                                Node& node){
    //新结点空间大小
    int total_size = sizeof(nodeStructure) + level*sizeof(Node);
    //申请空间
    node = (Node)malloc(total_size);
    assert(node != NULL);
}

其中，NewNodeWithLevel是申请结点（总共level层）所需的内存空间。NIL_节点会在后续全部代码实现中可以看到。

（三）查找

    查找就是给定一个key，查找这个key是否出现在跳跃表中，如果出现，则返回其值，如果不存在，则返回不存在。我们结合一个图就是讲解查找操作，如下图4所示：

                                                       图4：查找操作前的跳跃表

如果我们想查找19是否存在？如何查找呢？我们从头结点开始，首先和9进行判断，此时大于9，然后和21进行判断，小于21，此时这个值肯定在9结点和21结点之间，此时，我们和17进行判断，大于17，然后和21进行判断，小于21，此时肯定在17结点和21结点之间，此时和19进行判断，找到了。具体的示意图如图5所示：

                                                        图5：查找操作后的跳跃表

bool SkipList::Search(const KeyType& key,
                      ValueType& value){
    Node x = list_->header;
    int i;
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }
    }
    x = x->forward[0];
    if(x->key == key){
        value = x->value;
        return true;
    }else{
        return false;
    }
}

（四）插入

      插入包含如下几个操作：1、查找到需要插入的位置   2、申请新的结点    3、调整指针。

我们结合下图6进行讲解，查找如下图的灰色的线所示  申请新的结点如17结点所示， 调整指向新结点17的指针以及17结点指向后续结点的指针。这里有一个小技巧，就是使用update数组保存大于17结点的位置，这样如果插入17结点的话，就指针调整update数组和17结点的指针、17结点和update数组指向的结点的指针。update数组的内容如红线所示，这些位置才是有可能更新指针的位置。

   

                                                    图6：插入操作示意图（感谢博主：来自cnblogs的qiang.xu ）

bool SkipList::Insert(const KeyType& key,
                      const ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找key所要插入的位置
    //保存大于key的位置信息
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //如果key已经存在
    if(x->key == key){
        x->value = value;
        return false;
    }else{
        //随机生成新结点的层数
        int level = RandomLevel();
        //为了节省空间，采用比当前最大层数加1的策略
        if(level > list_->level){
            level = ++list_->level;
            update[level] = list_->header;
        }
        //申请新的结点
        Node newNode;
        NewNodeWithLevel(level, newNode);
        newNode->key = key;
        newNode->value = value;

        //调整forward指针
        for(int i = level; i >= 0; --i){
            x = update[i];
            newNode->forward[i] = x->forward[i];
            x->forward[i] = newNode;
        }

        //更新元素数目
        ++size_;

        return true;
    }
}

（五）删除

    删除操作类似于插入操作，包含如下3步：1、查找到需要删除的结点 2、删除结点  3、调整指针

                                                                             图7：删除操作示意图（感谢博主qiang.xu 来自cnblogs）

bool SkipList::Delete(const KeyType& key,
                      ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找要删除的结点
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //结点不存在
    if(x->key != key){
        return false;
    }else{
        value = x->value;
        //调整指针
        for(i = 0; i <= list_->level; ++i){
            if(update[i]->forward[i] != x)
                break;
            update[i]->forward[i] = x->forward[i];
        }
        //删除结点
        free(x);
        //更新level的值，有可能会变化，造成空间的浪费
        while(list_->level > 0
            && list_->header->forward[list_->level] == NIL_){
            --list_->level;
        }

        //更新链表元素数目
        --size_;

        return true;
    }
}

（六）随机数生成器

      再向跳跃表中插入新的结点时候，我们需要生成该结点的层数，使用的就是随机数生成器，随机的生成一个层数。这部分严格意义上讲，不属于跳跃表的一部分。随机数生成器说简单很简单，说难很也很难，看你究竟是否想生成随机的数。可以采用c语言中srand以及rand函数，也可以自己设计随机数生成器。

      此部分我们采用levelDB随机数生成器：

// Copyright (c) 2011 The LevelDB Authors. All rights reserved.
// Use of this source code is governed by a BSD-style license that can be
// found in the LICENSE file. See the AUTHORS file for names of contributors.


#include <stdint.h>

//typedef unsigned int           uint32_t;
//typedef unsigned long long     uint64_t;

// A very simple random number generator.  Not especially good at
// generating truly random bits, but good enough for our needs in this
// package.
class Random {
 private:
  uint32_t seed_;
 public:
  explicit Random(uint32_t s) : seed_(s & 0x7fffffffu) {
    // Avoid bad seeds.
    if (seed_ == 0 || seed_ == 2147483647L) {
      seed_ = 1;
    }
  }
  uint32_t Next() {
    static const uint32_t M = 2147483647L;   // 2^31-1
    static const uint64_t A = 16807;  // bits 14, 8, 7, 5, 2, 1, 0
    // We are computing
    //       seed_ = (seed_ * A) % M,    where M = 2^31-1
    //
    // seed_ must not be zero or M, or else all subsequent computed values
    // will be zero or M respectively.  For all other values, seed_ will end
    // up cycling through every number in [1,M-1]
    uint64_t product = seed_ * A;

    // Compute (product % M) using the fact that ((x << 31) % M) == x.
    seed_ = static_cast<uint32_t>((product >> 31) + (product & M));
    // The first reduction may overflow by 1 bit, so we may need to
    // repeat.  mod == M is not possible; using > allows the faster
    // sign-bit-based test.
    if (seed_ > M) {
      seed_ -= M;
    }
    return seed_;
  }
  // Returns a uniformly distributed value in the range [0..n-1]
  // REQUIRES: n > 0
  uint32_t Uniform(int n) { return (Next() % n); }

  // Randomly returns true ~"1/n" of the time, and false otherwise.
  // REQUIRES: n > 0
  bool OneIn(int n) { return (Next() % n) == 0; }

  // Skewed: pick "base" uniformly from range [0,max_log] and then
  // return "base" random bits.  The effect is to pick a number in the
  // range [0,2^max_log-1] with exponential bias towards smaller numbers.
  uint32_t Skewed(int max_log) {
    return Uniform(1 << Uniform(max_log + 1));
  }
};

其中核心的是 seed_ = (seed_ * A) % M这个函数，并且调用一次就重新更新一个种子seed。以达到随机性。

根据个人喜好，自己可以独立设计随机数生成器，只要能够返回一个随机的数字即可。

（七）释放表

      释放表的操作比较简单，只要像单链表一样释放表就可以，释放表的示意图8如下：

                                                                      图8：释放表

void SkipList::FreeList(){
    Node p = list_->header;
    Node q;
    while(p != NIL_){
        q = p->forward[0];
        free(p);
        p = q;
    }
    free(p);
    free(list_);
}

（八）性能比较

  我们对跳跃表、平衡树等进行比较，如下图9所示：

                                                                              图9：性能比较图

从中可以看出，随机跳跃表表现性能很不错，节省了大量复杂的调节平衡树的代码。

========自己开发的源代码，部分参照qiang.xu====================

下面我将自己用C++实现的代码贴出来，总共包含了如下几个文件：

1、Main.cpp 主要用于测试SkipList

2、skiplist.h  接口声明以及重要数据结构定义

3、skiplist.cpp 接口的具体实现

4、random.h  随机数生成器

--------------------------------------Main.cpp----------------------------------------------------

//此文件用于测试skiplist
//
//@作者：张海波
//@时间：2013-12-17
//@版权：个人所有

#include "skiplist.h"
#include <iostream>

using namespace std;

int main(int argc, char** argv)
{
    cout << "test is starting ....." << endl;

    SkipList list;

    //测试插入
    for(int i = 0; i < 100; ++i){
        list.Insert(i, i+10);
        //cout << list.GetCurrentLevel() << endl;
    }
    cout << "The number of elements in SkipList is :"
         << list.size()
         << endl;
    if(list.size() != 100){
        cout << "Insert failure." << endl;
    }else{
        cout << "Insert success." << endl;
    }

    //测试查找
    bool is_search_success = true;
    for(int i = 0; i < 100; ++i){
        int value;
        if(!(list.Search(i,value) && (value == i+10))){
            is_search_success = false;
            break;
        }
    }
    if(is_search_success){
        cout << "Search success." << endl;
    }else{
        cout << "Search failure." << endl;
    }

    //测试删除
    bool is_delete_success = true;
    for(int i = 0; i < 100; ++i){
        int value;
        if(!(list.Delete(i,value) && (value == i+10))){
            is_delete_success = false;
            break;
        }
    }
    if(is_delete_success){
        cout << "Delete success." << endl;
    }else{
        cout << "Delete failure." << endl;
    }

    cout << "test is finished ...." << endl;
    return 0;
}

--------------------------------------------------skiplist.h---------------------------------------------------

//跳表实现
//
//参考文章为：Skip lists: a probabilistic alternative to balanced trees
//
//提供如下接口：
//   Search：搜索给定key的值
//   Insert：插入指定的key及value
//   Delete：删除指定的key
//
//@作者： 张海波
//@时间： 2013-12-17
//@版权： 个人所有
//

#include <stddef.h>
#include "random.h"

//定义调试开关
#define Debug

//最大层数
const int MAX_LEVEL = 16;

//定义key和value的类型
typedef int KeyType;
typedef int ValueType;

//定义结点
typedef struct nodeStructure* Node;
struct nodeStructure{
    KeyType key;
    ValueType value;
    Node forward[1];
};

//定义跳跃表
typedef struct listStructure* List;
struct listStructure{
    int level;
    Node header;
};

class SkipList{
public:
    //初始化表结构
    SkipList():rnd_(0xdeadbeef)
    { NewList(); }

    //释放内存空间
    ~SkipList(){ FreeList(); }

    //搜索key，保存结果至value
    //找到，返回true
    //未找到，返回false
    bool Search(const KeyType& key,
                ValueType& value);

    //插入key和value
    bool Insert(const KeyType& key,
                const ValueType& value);

    //删除key,保存结果至value
    //删除成功返回true
    //未删除成功返回false
    bool Delete(const KeyType& key,
                ValueType& value);

    //链表包含元素的数目
    int size(){ return size_; }

    //打印当前最大的level
    int GetCurrentLevel();
private:
    //初始化表
    void NewList();

    //释放表
    void FreeList();

    //创建一个新的结点，结点的层数为level
    void NewNodeWithLevel(const int& level,
                          Node& node);

    //随机生成一个level
    int RandomLevel();
private:
    List list_;
    Node NIL_;
    //链表中包含元素的数目
    size_t size_;
    //随机器生成器
    Random rnd_;
};

-------------------------------------------------------------skiplist.cpp-----------------------------------------------------

//skiplist头文件重要函数实现
//
//@作者：张海波
//@时间：2013-12-17
//@版权：个人所有

#include "skiplist.h"
#include "time.h"
#include <assert.h>
#include <stdlib.h>
#include <string>
#include <iostream>

using namespace std;

void DebugOutput(const string& information){
#ifdef Debug
    cout << information << endl;
#endif
}

void SkipList::NewList(){
    //设置NIL结点
    NewNodeWithLevel(0, NIL_);
    NIL_->key = 0x7fffffff;
    //设置链表List
    list_ = (List)malloc(sizeof(listStructure));
    list_->level = 0;
    //设置头结点
    NewNodeWithLevel(MAX_LEVEL,list_->header);
    for(int i = 0; i < MAX_LEVEL; ++i){
        list_->header->forward[i] = NIL_;
    }
    //设置链表元素的数目
    size_ = 0;
}

void SkipList::NewNodeWithLevel(const int& level,
                                Node& node){
    //新结点空间大小
    int total_size = sizeof(nodeStructure) + level*sizeof(Node);
    //申请空间
    node = (Node)malloc(total_size);
    assert(node != NULL);
}

void SkipList::FreeList(){
    Node p = list_->header;
    Node q;
    while(p != NIL_){
        q = p->forward[0];
        free(p);
        p = q;
    }
    free(p);
    free(list_);
}


bool SkipList::Search(const KeyType& key,
                      ValueType& value){
    Node x = list_->header;
    int i;
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }
    }
    x = x->forward[0];
    if(x->key == key){
        value = x->value;
        return true;
    }else{
        return false;
    }
}


bool SkipList::Insert(const KeyType& key,
                      const ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找key所要插入的位置
    //保存大约key的位置信息
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //如果key已经存在
    if(x->key == key){
        x->value = value;
        return false;
    }else{
        //随机生成新结点的层数
        int level = RandomLevel();
        //为了节省空间，采用比当前最大层数加1的策略
        if(level > list_->level){
            level = ++list_->level;
            update[level] = list_->header;
        }
        //申请新的结点
        Node newNode;
        NewNodeWithLevel(level, newNode);
        newNode->key = key;
        newNode->value = value;

        //调整forward指针
        for(int i = level; i >= 0; --i){
            x = update[i];
            newNode->forward[i] = x->forward[i];
            x->forward[i] = newNode;
        }

        //更新元素数目
        ++size_;

        return true;
    }
}


bool SkipList::Delete(const KeyType& key,
                      ValueType& value){
    Node update[MAX_LEVEL];
    int i;
    Node x = list_->header;
    //寻找要删除的结点
    for(i = list_->level; i >= 0; --i){
        while(x->forward[i]->key < key){
            x = x->forward[i];
        }

        update[i] = x;
    }

    x = x->forward[0];
    //结点不存在
    if(x->key != key){
        return false;
    }else{
        value = x->value;
        //调整指针
        for(i = 0; i <= list_->level; ++i){
            if(update[i]->forward[i] != x)
                break;
            update[i]->forward[i] = x->forward[i];
        }
        //删除结点
        free(x);
        //更新level的值，有可能会变化，造成空间的浪费
        while(list_->level > 0
            && list_->header->forward[list_->level] == NIL_){
            --list_->level;
        }

        //更新链表元素数目
        --size_;

        return true;
    }
}


int SkipList::RandomLevel(){
    int level = static_cast<int>(rnd_.Uniform(MAX_LEVEL));
    if(level == 0){
        level = 1;
    }
    //cout << level << endl;
    return level;
}

int SkipList::GetCurrentLevel(){
    return list_->level;
}

-----------------------------------------------------------random.h-------------------------------------------------------

// Copyright (c) 2011 The LevelDB Authors. All rights reserved.
// Use of this source code is governed by a BSD-style license that can be
// found in the LICENSE file. See the AUTHORS file for names of contributors.


#include <stdint.h>

//typedef unsigned int           uint32_t;
//typedef unsigned long long     uint64_t;

// A very simple random number generator.  Not especially good at
// generating truly random bits, but good enough for our needs in this
// package.
class Random {
 private:
  uint32_t seed_;
 public:
  explicit Random(uint32_t s) : seed_(s & 0x7fffffffu) {
    // Avoid bad seeds.
    if (seed_ == 0 || seed_ == 2147483647L) {
      seed_ = 1;
    }
  }
  uint32_t Next() {
    static const uint32_t M = 2147483647L;   // 2^31-1
    static const uint64_t A = 16807;  // bits 14, 8, 7, 5, 2, 1, 0
    // We are computing
    //       seed_ = (seed_ * A) % M,    where M = 2^31-1
    //
    // seed_ must not be zero or M, or else all subsequent computed values
    // will be zero or M respectively.  For all other values, seed_ will end
    // up cycling through every number in [1,M-1]
    uint64_t product = seed_ * A;

    // Compute (product % M) using the fact that ((x << 31) % M) == x.
    seed_ = static_cast<uint32_t>((product >> 31) + (product & M));
    // The first reduction may overflow by 1 bit, so we may need to
    // repeat.  mod == M is not possible; using > allows the faster
    // sign-bit-based test.
    if (seed_ > M) {
      seed_ -= M;
    }
    return seed_;
  }
  // Returns a uniformly distributed value in the range [0..n-1]
  // REQUIRES: n > 0
  uint32_t Uniform(int n) { return (Next() % n); }

  // Randomly returns true ~"1/n" of the time, and false otherwise.
  // REQUIRES: n > 0
  bool OneIn(int n) { return (Next() % n) == 0; }

  // Skewed: pick "base" uniformly from range [0,max_log] and then
  // return "base" random bits.  The effect is to pick a number in the
  // range [0,2^max_log-1] with exponential bias towards smaller numbers.
  uint32_t Skewed(int max_log) {
    return Uniform(1 << Uniform(max_log + 1));
  }
};

上述程序运行的结果如下图所示：