摘要:從這里我們可以看到,從插入時我們只要保證上一層的元素個數為下一層元素個數的,我們的跳躍表就能成為理想的跳躍表。
數據結構之跳躍鏈表 簡介
原理總的來說跳躍鏈表最大的好處就是提高了檢索了的速率,可以說說是大幅度的提高,相對于單鏈表來說是一種高效率的檢索結構
代碼實現(java語言) 節點定義跳躍表的結構是:假如底層有10個節點, 那么底層的上一層理論上就有5個節點,再上一層理論上就有2個或3個節點,再上一層理論上就有1個節點。所以從這里可以看出每一層的節點個數為其下一層的1/2個元素,以此類推。從這里我們可以看到,從插入時我們只要保證上一層的元素個數為下一層元素個數的1/2,我們的跳躍表就能成為理想的跳躍表。那么怎么才能保證我們插入時上層元素個數是下層元素個數的1/2呢,?很簡單 拋硬幣就可以解決了,假設元素X要插入跳躍表,最底層是肯定要插入X的,那么次低層要不要插入呢,我們希望上層元素個數是下層的1/2,那么我們有1/2的概率要插入到次低層,這樣就來拋硬幣吧,正面就插入,反面就不插入,次次底層相對于次低層,我們還是有1/2的概率插入,那么就繼續拋硬幣吧 , 以此類推元,素X插入第n層的概率是(1/2)的n次。這樣,我們能在跳躍表中插入一個元素了。基本的樣子如下圖:
package skip; public class Node { public Integer value; //插入的數據 public Node left; //分別對應的四個方向的指針 public Node down; public Node right; public Node up; public Node(Integer value) //構造函數 { this.value=value; down=up=right=left=null; } }表的實現
package skip; import java.util.Random; public class SkipList { private Node head; //最上面一側的頭結點,這里使用的是雙鏈表 private Node tail; //最上面一層的尾節點,這里的頭尾節點是不存儲數據的,數據域全是null private int level; //表中的最高的層數,就是總共的層數 private int size; //插入節點的個數,頭尾節點除外 private Random random; //用來判斷是否需要增加高度的隨機函數 public SkipList() { level = 0; //level默認是0層,就是只有最下面的一層 head = new Node(null); tail = new Node(null); head.right = tail; //這里初始化成一個只有一層的雙鏈表 tail.left = head; size = 0; //size初始化為0 random = new Random(); } //這個函數的作用是找到插入節點的前面一個節點,這里默認的是將表升序存儲 public Node findFirst(Integer value) { Node p = head; while (true) { //判斷要插入的位置,當沒有查到尾節點并且要插入的數據還是比前面的大的話,就將節點右移,知道找到合適的位置 //這里需要注意的是這里的head代表不一定是最底層的,因此這里的查找都是從最高層進行查找的,如果滿足條件就要向下移動 //直到最底層 while (p.right.value != null && p.right.value <= value) { p = p.right; } //向下移動,直到到達最后一層 if (p.down != null) { p = p.down; } else { //到達最底層跳出即可 break; } } return p; //此時這里的p就是要插入節點的前面一個節點 } //這是插入函數,這里先執行插入,然后判斷是否需要增加高度 public void insert(int value) { Node curr = findFirst(value); //先找到插入位置的前面一個節點 Node q = new Node(value); //新建一個插入的節點 //下面執行插入步驟,這個和雙鏈表是一樣的步驟 q.right = curr.right; q.left = curr; curr.right.left = q; curr.right = q; int i = 0; //表示當前節點所在的層數,開始插入的是在下面插入的,所以開始的時候是在0層 //這里判斷是否需要增加高度,每一層相對域下面來說都有二分之一的概率,也就是說每一層增加的概率是(1/2)^n //通俗的說就是每一層的節點是將會保證是下面一層的1/2 while (random.nextDouble() < 0.5) { if (i >= level) { //如果當前插入的節點所處的層數大于等于最大的層數,那么就需要增加高度了,因為這里要保證頭尾節點的高度是最高的 //下面的代碼就是在頭尾節點的上插入新的節點,以此來增加高度 Node p1 = new Node(null); Node p2 = new Node(null); p1.right = p2; p1.down = head; p2.left = p1; p2.down = tail; head.up = p1; //將頭尾節點上移,成為最頂層的節點,這就是為什么每次插入和查詢的時候都是最上面開始查詢的,因為這里的head默認的就是從最上面開始的 tail.up = p2; head = p1; tail = p2; level++; //最高層數加一 } while (curr.up == null) { //當然增加高度就是在插入節點上面新插入一個節點,然后將之與插入的節點相連 //既然這里新插入節點增高了,那么就需要找到與新插入節點上面的那個節點相連接,這里我們將新插入節點的前面的同等高度的節點與之相連 curr = curr.left; } curr = curr.up; //通過前面的一個節點找到與之相連的節點 //下面就是創建一個節點插入到插入節點的頭上以此來增加高度,并且這個節點與前面一樣高的節點相連 Node e = new Node(value); e.left = curr; e.right = curr.right; curr.right.left = e; //此時的curr就是與之同等高度的節點 curr.right = e; e.down = q; q.up = e; q = e; //將新插入的節點上移到最上面,因為后面可能還要在這里增加高度,就是在最上面插入新的一模一樣的節點 i++; //增加當前所處的高度,這里一定能要記得寫上,如果還要繼續增加的話,需要判讀是否需要增加頭尾節的高度 } size++; //節點加一 } //下面是打印每一層節點的情況 public void display() { while (level >= 0) { Node p = head; while (p != null) { System.out.print(p.value + "-------->"); p = p.right; } System.out.println(); System.out.println("*****************************"); level--; head = head.down; } } /*在鏈表中查找某個值是否存在,如果存在找到的節點,當然先從最高層開始查找,如果找到了在比這個值小的最后一個值,那么就順著這個值的下面開始尋找,按照上面的步驟 再次尋找,如過這個值正好等于要找的值,就返回true,形象的來說就是形成一個梯度的感覺。注意這里返回的節點一定是最底層的節點,利于下面的刪除操作 * */ public Node search(int value) { Node p = head; while (true) { /*這里一定要寫成p.right.value!=null,如果寫成p.right!=null運行可能有錯誤, 因為這里的尾節點的值為null,但是它的節點不是空的,如果成這樣的話,那么節點可能會找到尾節點都沒有找到,此時在判斷value的值就出現錯誤 相當與判斷tail.right.value<=value,這個肯定是不行的,因為這個節點不存在,是空的更別說值了 */ //從最高層開始判斷找到比這個小的最后一個值,就是找到一個節點的前面比value小的,后面的節點的值比value大的 while (p.right.value != null && p.right.value <= value) { p = p.right; //如果沒有找到就后移直到找到這個節點 } //如果找到的這個節點不是最底層的話,就向下移動一層,然后循環再次尋找,總之就是從最高層開始,一層一層的尋找 if (p.down != null) { //這個表示上面的循環沒有找到的相等的,那么就向下移動一層 p = p.down; } else { //如果到了最底層了,這里的值仍然沒有找到這個值,那么就表示不存在這個值 if (p.value == value) { //判斷是否存在value相等的值 // System.out.println(p.value + "----->"); return p; //返回節點 } return null; //仍然沒有找到返回null } } } /* 這里是利用上面的查找函數,找到當前需要刪除的節點,當然這個節點是最底層的節點,然后循環從最底層開始刪除所有的節點 * */ public void delete(int value) { Node temp = search(value); //這里返回的必須是最底層的節點,因為要從最下面的往上面全部刪除所有層的節點,否則的話可能在某一層上仍然存在這個節點 while (temp != null) { temp.left.right = temp.right; temp.right.left = temp.left; temp = temp.up; //節點上移,繼續刪除上一層的節點 } } public static void main(String args[]) { SkipList skipList = new SkipList(); Random random = new Random(); skipList.insert(33); skipList.insert(44); skipList.insert(11); skipList.insert(10); skipList.insert(22); skipList.insert(22); for (int i = 0; i < 500; i++) { int value = (int) (random.nextDouble() * 1000); skipList.insert(value); // System.out.println(value); } Node p = skipList.search(22); if (p != null) { System.out.println(p.value); } else System.out.println("沒有找到"); skipList.delete(33); skipList.display(); } }源碼地址
參考文章跳躍鏈表
雙鏈表
單鏈表
更多文章請移步本人博客java實現跳躍鏈表
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/69998.html
摘要:跳躍表的空間復雜度為。不過,二叉查找樹是有可能出現一種極端的情況的,就是如果插入的數據剛好一直有序,那么所有節點會偏向某一邊。例如這種接結構會導致二叉查找樹的查找效率變為這會使二叉查找樹大打折扣。假如我們要用某種數據結構來維護一組有序的int型數據的集合,并且希望這個數據結構在插入、刪除、查找等操作上能夠盡可能著快速,那么,你會用什么樣的數據結構呢? 數組 一種很簡單的方法應該就是采用數組了...
摘要:前言本章將介紹中和的基本使用和內部原理因為這兩種數據結構有很多相似的地方所以把他們放到一章中介紹并且重點介紹內部一個很重要的數據結構跳躍表基本介紹先來看看中集合很像中鍵值對無序唯一不為空值重復無序是中最特別的基礎數據結構其他幾個都能和大致對 前言 本章將介紹 Redis中 set 和 zset的基本使用和內部原理.因為這兩種數據結構有很多相似的地方所以把他們放到一章中介紹.并且重點介紹...
閱讀 2620·2021-11-17 17:00
閱讀 1873·2021-10-11 10:57
閱讀 3741·2021-09-09 11:33
閱讀 915·2021-09-09 09:33
閱讀 3554·2019-08-30 14:20
閱讀 3317·2019-08-29 11:25
閱讀 2801·2019-08-26 13:48
閱讀 743·2019-08-26 11:52