Skip List——跳表，一个高效的索引技术

对于一个查询任务，如果不能开辟连续空间进而采样二分查找进行处理的话，通常各种树，各种碉堡的更高级的数据结构就会被提出，用来快速进行数据查询。

在这里，我无意显示自己的高人一等或是弱智一面，但是对于常见的数据结构，用于动态处理一组数据的索引构建工作，采样的多个数据结构都面临一个复杂编程过程，程序难以调试，算法难以理解的问题，而跳表——可以在满足O(LogN)的查询复杂度的前提下，十分简单的完成数据查询。

通常对于动态数据的搜索，红黑树等平衡二叉树，通过模拟二分搜索过程，可以达到一个查询代价为O( log N)的结果，而编程过程相当容易的链表，查询代价确是惊人的O(N)，所以一个简单的思路就出现了，通过对链表进行修改，使其能够通过空间上增加节点数据而获得时间上缩短查询时间——这就是跳表的思想。

跳表是由William Pugh发明。他在 Communications of the ACM June 1990, 33(6) 668-676 发表了Skip lists: a probabilistic alternative to balanced trees，在该论文中详细解释了跳表的数据结构和插入删除操作。

William Pugh是University of Maryland, College 大学的一名教授。

在MIT的算法导论公开课上，Erik Demaine给出了一个很有创意而且很容易理解的例子——地铁系统。

如果一个城市中，地铁有快车和慢车，快车能够快速的从一个站到达另一个站，而中间并不停，慢车就想普通的链表一样，每个站都要停（很有我经常坐的7374次列车的风范）。这样，首先通过快车到达目的地的附近，然后通过慢车倒车，到达目的地，这就是skiplist如何进行搜索的原理。

因为我们计算机并不需要考虑动车的调度问题，所以如果感觉快车线路不够快，可以再搭建超级快车线路，超级无敌快车线路，超级无敌风火轮快车线路，火箭快车线路，，，，，

只要我们能够良好的在c++中管理这些指针（这正是我的代码的问题），我们就可以得到一个最优的乘车线路设计结果。

下面给出一个完整的跳表的图示：

如果我们刚刚进入沈阳市，这时候我们位于点e，而想要去21号站台，作为高富帅的你们，肯定不会在乎车费这些毛毛雨的问题，所以选择地铁一号线，坐到6号站下车（一号线太贵了，沈阳只修了一站）。

我们知道目的地21号站在6号站的前面，所以从6号站下车的你们，选择二号线继续前行，一口气坐到25号站（baidu的地图应用此时只能在你坐过站的时候提醒你）。所以，我们回到6号站，坐三号线。。。（有钱也不是这么花的啊）

从三号线（沈阳的三号线现在还没有影子呢）出发，一路经过9号站，17号站，又到了25号站（现在一定会对baidu地图的开发人员进行意念上的人身攻击了），在一通纠结之后，回到17号站。

这时候baidu地图提示我们，17号站之下就是公交了，如果在坐公交的过程中，一直到25号站都没有到达目的地，这时候只能说明你拿了过期地图。。。不过我们经过两站公交之后，成功到达21号站。

进入沈阳我们投了9个钢镚，才成功到达21号站台，似乎在进入沈阳之后直接坐公交才花8块钱，还能省一个钢镚去买中街大果。。。。。。不过，skiplist是一个统计学上的最优结果，例子如果这个网络是整个中国，这就完全不同了。

上面写的都是如何搜索，但是搜索在一个数据结构中是最简单的操作，增删这两个操作才是最为让我们关注的，而这才是skiplist的精髓所在，通过一个概率为50%的过程判断一个节点是否提高到上一个层次上，通过理论分析，我们可以得到一个惊人的结论——O(logN)的期望查询代价。

代价分析：

这个过程很容易理解，但是它真的能够为我们提供一个O(logN)的期望查询代价的数据结构吗？

对于一个长度为N的链表，由于我们按照0.5的概率进行节点的向上升级，则上一层的节点数目的期望就是N/2，更高一层的节点数目期望是N/4，以此类推，则整个链的高度的期望就是logN。

和各种树的查询结构一样，跳表的查询代价分析也是与跳表的高度相关的，假如两个链，长度分别是L(1)和L(2)，则对于一个查询的最大代价就是：

COST = L(2) + L(2)/L(1）

COST = L(3) + L(3)/L(2) + L(2)/L(1) 

对于更长的链都采用相同的代价分析，这样就可以明显看出，当这些量都相同的时候，COST获得最小值。

对于一个跳表，存在k个链，则他的最小查询代价是K*[N^(1/K)]

之前的代价是一个查询的最大查询代价，而得到的 K*[N^(1/K)] 是这个最大代价的最小值，但是通过摊还分析，这个代价可以作为整个平均代价进行处理，可以认为一个查询的平均代价是K*[N^(1/K)]。将K的值带入其中，最终得到代价的表达式。

 

这样，对于跳表这个结构，查询时间代价是O（logN），具体为2logN。所有表的节点数目为N+logN，其中新加入的索引大小为logN。

查询过程：

对于一个查询值value，我们从链的最高层开始进行查找，在代码中就是BEGIN节点。

1.在链L中一直向前走，直到这个节点为value或是NULL或是这个节点的值超过value。

2.如果节点值为value，向下搜索直到最低一层。返回这个节点；不然，进入3.

3.向前返回一个节点，进入下一层链L，如果链L存在，回到1继续探测——其中探测范围为上一层向下传递的两个节点的elem值；如果不存在，返回NULL。

插入过程：

skiplist是一个对排序的表进行处理的结构，每个节点插入的时候，插入最低一层，然后找出一个硬币来获得50%的概率，0表示不采取任何行动，1表示将这个节点向上提高一层，如果提高一层之后再次抛硬币，直到得到一个0才停止。。。。

如果想要插入一个值value，插入过程如下：

1.首先在已有跳表中进行查询，如果这个点存在，就放弃插入操作，如果不存在，创建新节点，并且返回应该插入的节点（这个过程的代码很难与查询过程完美对接，怎么整都有问题，降低重复代码这个过程任重而道远啊）。

2.将节点插入，然后加入一个随机过程，以0.5的概率将这个节点向上提高一层，过程直到停止提高操作。

3.提高如果新建一层链，更新BEGIN。

删除操作：

对于一个节点只value，想要删除这个节点的对象。

1.用search过程找到这个节点，对于返回值处理。

2.向上搜索获得最高层。

3.依次删除各个层上的节点，如果删除导致层数改变，更新BEGIN。

 

可以看出除了插入过程显得与众不同之外，其他的各个方面都与常见的链表操作相同，所以我们可以通过上述的分析写出一个简单的跳表的实现。

#include <iostream>
#include <random>
using namespace std;
#define MINELEM -2147483648
class Node;
class Node{
public:
    friend void print();
    Node* getForward(){return forward;}
    Node* getBackward(){return backward;}
    Node* getUplevel(){return uplevel;}
    Node* getDownlevel(){return downlevel;}

    void setForward(Node *obj){forward = obj;}
    void setBackward(Node *obj){backward = obj;}
    void setUplevel(Node *obj){uplevel = obj;}
    void setDownlevel(Node *obj){downlevel = obj;}

    void setLevel(int a){level = a;}
    int getLevel()const{return level;}
    int getElem()const{return elem;}
    Node():forward(NULL),backward(NULL),uplevel(NULL),downlevel(NULL),elem(0){}
    Node(int a):forward(NULL),backward(NULL),uplevel(NULL),downlevel(NULL),elem(a){}
    Node(const Node &obj):forward(obj.forward),backward(obj.backward),uplevel(obj.uplevel),downlevel(obj.downlevel){
        elem = obj.getElem();
    }
    Node(Node *forward_ptr,Node *backward_ptr,Node *uplevel_ptr,Node *downlevel_ptr,int value){
        forward = forward_ptr;
        backward = backward_ptr;
        uplevel = uplevel_ptr;
        downlevel = downlevel_ptr;
        elem = value;
    }
    Node& operator=(const Node &obj){
        forward = obj.forward;
        backward = obj.backward;
        uplevel = obj.uplevel;
        downlevel = obj.downlevel;
        elem = obj.getElem();
        level = obj.getElem();
        return* this; 
    }
private:
    Node *forward,*backward,*uplevel,*downlevel;
    int elem;
    int level;
};
static Node *START = new Node(NULL,NULL,NULL,NULL,MINELEM);
static Node *BEGIN = START;
Node* Levelup(Node &obj){
    Node *p = &obj;
    Node *new_obj = new Node(obj);    
    obj.setUplevel(new_obj);
    new_obj->setDownlevel(&obj);
    while((p->getElem())!= (START->getElem())){
        p = p->getBackward();
    }//find the next level up position
    if(p->getUplevel() == NULL)
    {
        Node *q = new Node(*START);
        q->setDownlevel(p);
        p->setUplevel(q);
        q->setUplevel(NULL);
        BEGIN = q;
        new_obj->setBackward(q);
        q->setForward(new_obj);
        new_obj->setUplevel(NULL);
        new_obj->setForward(NULL);
        return new_obj;
    }
    else{
        p = obj.getBackward();
        new_obj->setUplevel(NULL);
        while(p->getUplevel() == NULL)
            p = p->getBackward();
        p = p->getUplevel();
        Node *q = p->getForward();
        new_obj->setBackward(p);
        p->setForward(new_obj);
        new_obj->setForward(q);
        if(q != NULL){
            q->setBackward(new_obj);
        }
        return new_obj;
    }
}
Node* Search(int value){
    Node *p = START,*q = BEGIN;
    while(q->getDownlevel()!=NULL){
        p = q;
        while(p->getForward()!=NULL && p->getElem()<value){
                p = p->getForward();
        }
        if(p->getElem() == value){
            while(p->getDownlevel()!=NULL)
                p = p->getDownlevel();
            return p;
        }
        else {
            q = p->getDownlevel()->getBackward();
        }
        //search the next level
    }//serach part return the former object!
    if(q->getDownlevel() != NULL){
        if(p->getForward() != NULL){
            q = p->getBackward()->getDownlevel();
            while(q->getElem()!=p->getElem()){
                if(q->getElem() == value)
                    return q;
                else q = q->getForward();
            }
        }
        else {
            p = p->getDownlevel();
            while(p!=NULL){
                if(p->getElem() == value)
                    return p;
                else p = p->getForward();
            }
        }
    }//there are many level
    else {
        while(p!=NULL){
            if(p->getElem() == value)
                return p;
            else p = p->getForward();
        }
    }//there only one level
    return NULL;
}
int Insert(int value){
    Node *p = START,*q = BEGIN;
    if(Search(value) == NULL){
        Node *obj = new Node(value);
        while(q!=NULL){
            p = q;
            while(p->getForward()!=NULL){
                if(obj->getElem()>p->getElem())
                {
                    p = p->getForward();
                }//end if
                else break;
            }
            if(p->getBackward()==NULL)
                break;
            if(p->getBackward()->getDownlevel() != NULL)
                q = p->getBackward()->getDownlevel();
            else break;
            //search the next level
        }//serach part return the former object!
        if(p->getElem() == START->getElem())
            q = p->getForward();
        else {
            q = p;
            p = p->getBackward();
        }
        if(q!=NULL){
            if(q->getElem()>value){
                q->setBackward(obj);
                p->setForward(obj);
                obj->setBackward(p);
                obj->setForward(q);
            }
            else {
                q->setForward(obj);
                obj->setBackward(q);
            }
        }
        else {
            p->setForward(obj);
            obj->setBackward(p);
        }
        int r = rand();
        Node *temp = obj;
        while(r%2 == 0){
            temp = Levelup(*temp);
            r = rand();
        }
        return 1;
    }//end if value do not exist
    else {
        return 0;
    }
}
int Delete(int value){
    Node *temp = Search(value);
    if(temp == NULL)return -1;
    else{
        Node *p = temp;
        while(p->getUplevel()!=NULL)p = p->getUplevel();
        while(p != NULL){
            if(p->getBackward()->getElem() == START->getElem() && p->getForward()==NULL){
                Node *q;
                if(p->getBackward()->getDownlevel()!=NULL){
                    p->getBackward()->getDownlevel()->setUplevel(NULL);
                    q= p->getDownlevel();
                }
                if(BEGIN != START){
                    BEGIN = p->getBackward()->getDownlevel();
                    delete p->getBackward();                
                    delete p;
                    p = q;
                }
                else{
                    BEGIN->setForward(NULL);
                    START->setForward(NULL);
                    delete p;
                    p = NULL;
                }//there only one node exist
            }//end if, 
            else {
                if(p->getForward() != NULL)
                    p->getForward()->setBackward(p->getBackward());
                p->getBackward()->setForward(p->getForward());
                Node *q = p->getDownlevel();
                delete p;
                p = q;
            }
        }
    }
}
void print(){
    cout<<"PRINT!"<<endl;
    Node *q =BEGIN,*p = START;
    while(p!=NULL){
        cout<<p->getElem()<<"    ";
        p = p->forward;
    }
    cout<<endl;
    p = START->uplevel;
    q = p;
    while(p!=NULL){
        if(q != NULL){
            cout<<q->getElem()<<"    ";
            q = q->getForward();
        }
        Node *t = START->getForward();
        while(q != NULL){
            Node *temp = q->getBackward();            
            while(t->getElem()!=q->getElem()){
                cout<<"    ";
                t = t->getForward();
            }
            cout<<q->getElem();
            q = q->getForward();
        }
        p = p->uplevel;
        q = p;
        cout<<endl;
    }
}

int main(){
    int i;
    cin>>i;
    while(i--){    
        print();
        Insert(i);
    }
    char c;
    cout<<"i--Insert    d--Delete"<<endl;
    print();
    while(cin>>c>>i){
        switch(c){
        case 'd':
            cout<<Delete(i)<<endl;
            print();
            break;
        case 'i':
            cout<<Insert(i)<<endl;
            print();
            break;
        default:
            break;
        }
        cout<<"i--Insert    d--Delete"<<endl;
    }
    return EXIT_SUCCESS;
}

这是我的一个实现，问题有几个，但是近期并不打算修改了，实验室老板肯定不能容忍我这样逍遥法外。
1.跳表的数据结构的设计就有问题，听着MIT算法导论的视频突击写的程序，今天分析的时候才发现，根本不需要复制对象，仅仅复制指针就可以了。

2.跳表的头结点选择一个无穷小进行初始化，作为永恒的老小，但是忘记选择一个无穷大作为永远的老大，这就如同红黑树，设置一个NIL好处多多，可以极大地改进原有的逻辑。

3.C++的伪随机过程真是坑爹，而且更加关键的是，我懒得整一大堆随机数进行输入，所以跳表的实现总是效果很差，如果跳表太大，又不是特别好看。

不过整个程序就是为了验证跳表的操作，不是为了验证跳表的碉堡，就让那些完美主义的想法先压在心底吧，，，

程序实现结果：

8
PRINT!
-2147483648
PRINT!
-2147483648     7
PRINT!
-2147483648     6       7
PRINT!
-2147483648     5       6       7
-2147483648     5
-2147483648     5
PRINT!
-2147483648     4       5       6       7
-2147483648     4       5
-2147483648     4       5
-2147483648     4
-2147483648     4
-2147483648     4
PRINT!
-2147483648     3       4       5       6       7
-2147483648             4       5
-2147483648             4       5
-2147483648             4
-2147483648             4
-2147483648             4
PRINT!
-2147483648     2       3       4       5       6       7
-2147483648                     4       5
-2147483648                     4       5
-2147483648                     4
-2147483648                     4
-2147483648                     4
PRINT!
-2147483648     1       2       3       4       5       6       7
-2147483648                             4       5
-2147483648                             4       5
-2147483648                             4
-2147483648                             4
-2147483648                             4
i--Insert       d--Delete
PRINT!
-2147483648     0       1       2       3       4       5       6       7
-2147483648                                     4       5
-2147483648                                     4       5
-2147483648                                     4
-2147483648                                     4
-2147483648                                     4
d 4
0
PRINT!
-2147483648     0       1       2       3       5       6       7
-2147483648                                     5
-2147483648                                     5
i--Insert       d--Delete
i 4
1
PRINT!
-2147483648     0       1       2       3       4       5       6       7
-2147483648                                             5
-2147483648                                             5
i--Insert       d--Delete

即使不看代码也能够猜出，我的插入过程就是输入一个数，然后不断插入直到0.这种插入果断显示不出来任何随机性。

跳表缺陷：

对于跳表，删除操作绝对是一大硬伤，而且似乎找不到什么修改的办法，因为插入过程尽管还可以随机插入（通过随机插入过程），但是删除操作可是不能随机删除的，跳表在一定数目的节点删除之后就会失去原有的随机性，而如果采用再一次的随机过程进行每个节点的提升层次，这只会导致一个结果——代价太高，让我们用链表吧！