跳跃表 -- 随机平衡原理

Skip lists are a data structure that can be used in place of balanced trees. Skip lists use probabilistic balancing rather than strictly enforced balancing and as a result the algorithms for insertion and deletion in skip lists are much simpler and significantly faster than equivalent algorithms for balanced trees.


Enhanced LinkedList

要理解SkipList,得先从LinkedList说起,


LinkedList 增删改查的时间复杂度都是O(N),它最大的问题就是通过一个节点只能reach到下一个节点(Doubly LinkedList 是一种改进方案),那么改进的思路就是通过一个节点reach到多个节点,例如下图,


这种情况下便可将复杂度减小为O(N/2)。这是一种典型的空间换时间的优化思路。

SkipList 更进一步,采用了分治算法随机算法设计。将每个节点所能reach到的最远的节点,两个节点之间看成是一个组,整个SkipList被分成了许多个组,而这些组的形成是随机的。


(顺时针旋转90度看,SkipList其实更像是一个结构^_^)

上图中,[3, 6],[6, 25],[25, 26]是三个大组,而在[6, 25]这个组里面又包含了[6, 9],[9, 17],[17, 25]这三个组,其中还继续细分了下去。当你在SkipList中查找某个节点时,很容易就可以跳过某个分组,这样便大大提升了查找效率。这样的分组方式可以实现二分查找。

每个节点所能reach到的最远的节点是随机的,正如作者所说,SkipList使用的是概率平衡而不是强制平衡。

O(logN)?

既然是随机算法,那怎么能保证O(logN)的复杂度?SkipList作者在论文中有给出了说明,这里从另一个角度说下我的理解。先定义一下,A node that has k forward pointers is called a level k node。假设k层节点的数量是k+1层节点的P倍,那么其实这个SkipList可以看成是一棵平衡的P叉树,从最顶层开始查找某个节点需要的时间是O(logpN),which is O(logN) when p is a constant

下面看下Redis与LevelDB中实现SkipList所使用的随机算法。

Redis

t_zset.c中找到了redis使用的随机算法。

  1. /* Returns a random level for the new skiplist node we are going to create. 
  2.  * The return value of this function is between 1 and ZSKIPLIST_MAXLEVEL 
  3.  * (both inclusive), with a powerlaw-alike distribution where higher 
  4.  * levels are less likely to be returned. */  
  5. int zslRandomLevel(void) {  
  6.     int level = 1;  
  7.     while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))  
  8.         level += 1;  
  9.     return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;  
  10. }  
/* Returns a random level for the new skiplist node we are going to create.
 * The return value of this function is between 1 and ZSKIPLIST_MAXLEVEL
 * (both inclusive), with a powerlaw-alike distribution where higher
 * levels are less likely to be returned. */
int zslRandomLevel(void) {
    int level = 1;
    while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
        level += 1;
    return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
}

执行level += 1;的概率为ZSKIPLIST_P,也就是说k层节点的数量是k+1层节点的1/ZSKIPLIST_P倍。ZSKIPLIST_P(这个P是作者论文中的p)与ZSKIPLIST_MAXLEVELredis.h中定义,

  1. #define ZSKIPLIST_MAXLEVEL 32 /* Should be enough for 2^32 elements */  
  2. #define ZSKIPLIST_P 0.25      /* Skiplist P = 1/4 */  
#define ZSKIPLIST_MAXLEVEL 32 /* Should be enough for 2^32 elements */
#define ZSKIPLIST_P 0.25      /* Skiplist P = 1/4 */

所以redis中的SkipList相当于是一棵四叉树。

LevelDB

skiplist.h中找到了LevelDB使用的随机算法。

  1. template<typename Key, class Comparator>  
  2. int SkipList<Key,Comparator>::RandomHeight() {  
  3.   // Increase height with probability 1 in kBranching  
  4.   static const unsigned int kBranching = 4;  
  5.   int height = 1;  
  6.   while (height < kMaxHeight && ((rnd_.Next() % kBranching) == 0)) {  
  7.     height++;  
  8.   }  
  9.   assert(height > 0);  
  10.   assert(height <= kMaxHeight);  
  11.   return height;  
  12. }  
template<typename Key, class Comparator>
int SkipList<Key,Comparator>::RandomHeight() {
  // Increase height with probability 1 in kBranching
  static const unsigned int kBranching = 4;
  int height = 1;
  while (height < kMaxHeight && ((rnd_.Next() % kBranching) == 0)) {
    height++;
  }
  assert(height > 0);
  assert(height <= kMaxHeight);
  return height;
}

(rnd_.Next() % kBranching) == 0)的概率为1/kBranching,所以LevelDB中的SkipList也是一棵四叉树(kBranching = 4;不就是这个意思吗^_^)。

参考资料

posted @ 2015-06-06 11:17  thrillerz  阅读(1430)  评论(1编辑  收藏  举报