摘要:從這里我們可以看到,從插入時(shí)我們只要保證上一層的元素個(gè)數(shù)為下一層元素個(gè)數(shù)的,我們的跳躍表就能成為理想的跳躍表。
數(shù)據(jù)結(jié)構(gòu)之跳躍鏈表 簡(jiǎn)介
原理總的來(lái)說(shuō)跳躍鏈表最大的好處就是提高了檢索了的速率,可以說(shuō)說(shuō)是大幅度的提高,相對(duì)于單鏈表來(lái)說(shuō)是一種高效率的檢索結(jié)構(gòu)
代碼實(shí)現(xiàn)(java語(yǔ)言) 節(jié)點(diǎn)定義跳躍表的結(jié)構(gòu)是:假如底層有10個(gè)節(jié)點(diǎn), 那么底層的上一層理論上就有5個(gè)節(jié)點(diǎn),再上一層理論上就有2個(gè)或3個(gè)節(jié)點(diǎn),再上一層理論上就有1個(gè)節(jié)點(diǎn)。所以從這里可以看出每一層的節(jié)點(diǎn)個(gè)數(shù)為其下一層的1/2個(gè)元素,以此類(lèi)推。從這里我們可以看到,從插入時(shí)我們只要保證上一層的元素個(gè)數(shù)為下一層元素個(gè)數(shù)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(shí)上層元素個(gè)數(shù)是下層元素個(gè)數(shù)的1/2呢,?很簡(jiǎn)單 拋硬幣就可以解決了,假設(shè)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(gè)數(shù)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(lái)拋硬幣吧,正面就插入,反面就不插入,次次底層相對(duì)于次低層,我們還是有1/2的概率插入,那么就繼續(xù)拋硬幣吧 , 以此類(lèi)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(gè)元素了。基本的樣子如下圖:
package skip; public class Node { public Integer value; //插入的數(shù)據(jù) public Node left; //分別對(duì)應(yīng)的四個(gè)方向的指針 public Node down; public Node right; public Node up; public Node(Integer value) //構(gòu)造函數(shù) { this.value=value; down=up=right=left=null; } }表的實(shí)現(xiàn)
package skip; import java.util.Random; public class SkipList { private Node head; //最上面一側(cè)的頭結(jié)點(diǎn),這里使用的是雙鏈表 private Node tail; //最上面一層的尾節(jié)點(diǎn),這里的頭尾節(jié)點(diǎn)是不存儲(chǔ)數(shù)據(jù)的,數(shù)據(jù)域全是null private int level; //表中的最高的層數(shù),就是總共的層數(shù) private int size; //插入節(jié)點(diǎn)的個(gè)數(shù),頭尾節(jié)點(diǎn)除外 private Random random; //用來(lái)判斷是否需要增加高度的隨機(jī)函數(shù) public SkipList() { level = 0; //level默認(rèn)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(gè)只有一層的雙鏈表 tail.left = head; size = 0; //size初始化為0 random = new Random(); } //這個(gè)函數(shù)的作用是找到插入節(jié)點(diǎn)的前面一個(gè)節(jié)點(diǎn),這里默認(rèn)的是將表升序存儲(chǔ) public Node findFirst(Integer value) { Node p = head; while (true) { //判斷要插入的位置,當(dāng)沒(méi)有查到尾節(jié)點(diǎn)并且要插入的數(shù)據(jù)還是比前面的大的話(huà),就將節(jié)點(diǎn)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(jìn)行查找的,如果滿(mǎn)足條件就要向下移動(dòng) //直到最底層 while (p.right.value != null && p.right.value <= value) { p = p.right; } //向下移動(dòng),直到到達(dá)最后一層 if (p.down != null) { p = p.down; } else { //到達(dá)最底層跳出即可 break; } } return p; //此時(shí)這里的p就是要插入節(jié)點(diǎn)的前面一個(gè)節(jié)點(diǎn) } //這是插入函數(shù),這里先執(zhí)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(gè)節(jié)點(diǎn) Node q = new Node(value); //新建一個(gè)插入的節(jié)點(diǎn) //下面執(zhí)行插入步驟,這個(gè)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(dāng)前節(jié)點(diǎn)所在的層數(shù),開(kāi)始插入的是在下面插入的,所以開(kāi)始的時(shí)候是在0層 //這里判斷是否需要增加高度,每一層相對(duì)域下面來(lái)說(shuō)都有二分之一的概率,也就是說(shuō)每一層增加的概率是(1/2)^n //通俗的說(shuō)就是每一層的節(jié)點(diǎn)是將會(huì)保證是下面一層的1/2 while (random.nextDouble() < 0.5) { if (i >= level) { //如果當(dāng)前插入的節(jié)點(diǎn)所處的層數(shù)大于等于最大的層數(shù),那么就需要增加高度了,因?yàn)檫@里要保證頭尾節(jié)點(diǎn)的高度是最高的 //下面的代碼就是在頭尾節(jié)點(diǎn)的上插入新的節(jié)點(diǎn),以此來(lái)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(jié)點(diǎn)上移,成為最頂層的節(jié)點(diǎn),這就是為什么每次插入和查詢(xún)的時(shí)候都是最上面開(kāi)始查詢(xún)的,因?yàn)檫@里的head默認(rèn)的就是從最上面開(kāi)始的 tail.up = p2; head = p1; tail = p2; level++; //最高層數(shù)加一 } while (curr.up == null) { //當(dāng)然增加高度就是在插入節(jié)點(diǎn)上面新插入一個(gè)節(jié)點(diǎn),然后將之與插入的節(jié)點(diǎn)相連 //既然這里新插入節(jié)點(diǎn)增高了,那么就需要找到與新插入節(jié)點(diǎn)上面的那個(gè)節(jié)點(diǎn)相連接,這里我們將新插入節(jié)點(diǎn)的前面的同等高度的節(jié)點(diǎn)與之相連 curr = curr.left; } curr = curr.up; //通過(guò)前面的一個(gè)節(jié)點(diǎn)找到與之相連的節(jié)點(diǎn) //下面就是創(chuàng)建一個(gè)節(jié)點(diǎn)插入到插入節(jié)點(diǎn)的頭上以此來(lái)增加高度,并且這個(gè)節(jié)點(diǎn)與前面一樣高的節(jié)點(diǎn)相連 Node e = new Node(value); e.left = curr; e.right = curr.right; curr.right.left = e; //此時(shí)的curr就是與之同等高度的節(jié)點(diǎn) curr.right = e; e.down = q; q.up = e; q = e; //將新插入的節(jié)點(diǎn)上移到最上面,因?yàn)楹竺婵赡苓€要在這里增加高度,就是在最上面插入新的一模一樣的節(jié)點(diǎn) i++; //增加當(dāng)前所處的高度,這里一定能要記得寫(xiě)上,如果還要繼續(xù)增加的話(huà),需要判讀是否需要增加頭尾節(jié)的高度 } size++; //節(jié)點(diǎn)加一 } //下面是打印每一層節(jié)點(diǎn)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(gè)值是否存在,如果存在找到的節(jié)點(diǎn),當(dāng)然先從最高層開(kāi)始查找,如果找到了在比這個(gè)值小的最后一個(gè)值,那么就順著這個(gè)值的下面開(kāi)始尋找,按照上面的步驟 再次尋找,如過(guò)這個(gè)值正好等于要找的值,就返回true,形象的來(lái)說(shuō)就是形成一個(gè)梯度的感覺(jué)。注意這里返回的節(jié)點(diǎn)一定是最底層的節(jié)點(diǎn),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(xiě)成p.right.value!=null,如果寫(xiě)成p.right!=null運(yùn)行可能有錯(cuò)誤, 因?yàn)檫@里的尾節(jié)點(diǎn)的值為null,但是它的節(jié)點(diǎn)不是空的,如果成這樣的話(huà),那么節(jié)點(diǎn)可能會(huì)找到尾節(jié)點(diǎn)都沒(méi)有找到,此時(shí)在判斷value的值就出現(xiàn)錯(cuò)誤 相當(dāng)與判斷tail.right.value<=value,這個(gè)肯定是不行的,因?yàn)檫@個(gè)節(jié)點(diǎn)不存在,是空的更別說(shuō)值了 */ //從最高層開(kāi)始判斷找到比這個(gè)小的最后一個(gè)值,就是找到一個(gè)節(jié)點(diǎn)的前面比value小的,后面的節(jié)點(diǎn)的值比value大的 while (p.right.value != null && p.right.value <= value) { p = p.right; //如果沒(méi)有找到就后移直到找到這個(gè)節(jié)點(diǎn) } //如果找到的這個(gè)節(jié)點(diǎn)不是最底層的話(huà),就向下移動(dòng)一層,然后循環(huán)再次尋找,總之就是從最高層開(kāi)始,一層一層的尋找 if (p.down != null) { //這個(gè)表示上面的循環(huán)沒(méi)有找到的相等的,那么就向下移動(dòng)一層 p = p.down; } else { //如果到了最底層了,這里的值仍然沒(méi)有找到這個(gè)值,那么就表示不存在這個(gè)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(jié)點(diǎn) } return null; //仍然沒(méi)有找到返回null } } } /* 這里是利用上面的查找函數(shù),找到當(dāng)前需要?jiǎng)h除的節(jié)點(diǎn),當(dāng)然這個(gè)節(jié)點(diǎn)是最底層的節(jié)點(diǎn),然后循環(huán)從最底層開(kāi)始刪除所有的節(jié)點(diǎn) * */ public void delete(int value) { Node temp = search(value); //這里返回的必須是最底層的節(jié)點(diǎn),因?yàn)橐獜淖钕旅娴耐厦嫒縿h除所有層的節(jié)點(diǎn),否則的話(huà)可能在某一層上仍然存在這個(gè)節(jié)點(diǎn) while (temp != null) { temp.left.right = temp.right; temp.right.left = temp.left; temp = temp.up; //節(jié)點(diǎn)上移,繼續(xù)刪除上一層的節(jié)點(diǎn) } } 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(méi)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(qǐng)移步本人博客java實(shí)現(xiàn)跳躍鏈表
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/69998.html
摘要:跳躍表的空間復(fù)雜度為。不過(guò),二叉查找樹(shù)是有可能出現(xiàn)一種極端的情況的,就是如果插入的數(shù)據(jù)剛好一直有序,那么所有節(jié)點(diǎn)會(huì)偏向某一邊。例如這種接結(jié)構(gòu)會(huì)導(dǎo)致二叉查找樹(shù)的查找效率變?yōu)檫@會(huì)使二叉查找樹(shù)大打折扣。假如我們要用某種數(shù)據(jù)結(jié)構(gòu)來(lái)維護(hù)一組有序的int型數(shù)據(jù)的集合,并且希望這個(gè)數(shù)據(jù)結(jié)構(gòu)在插入、刪除、查找等操作上能夠盡可能著快速,那么,你會(huì)用什么樣的數(shù)據(jù)結(jié)構(gòu)呢? 數(shù)組 一種很簡(jiǎn)單的方法應(yīng)該就是采用數(shù)組了...
摘要:前言本章將介紹中和的基本使用和內(nèi)部原理因?yàn)檫@兩種數(shù)據(jù)結(jié)構(gòu)有很多相似的地方所以把他們放到一章中介紹并且重點(diǎn)介紹內(nèi)部一個(gè)很重要的數(shù)據(jù)結(jié)構(gòu)跳躍表基本介紹先來(lái)看看中集合很像中鍵值對(duì)無(wú)序唯一不為空值重復(fù)無(wú)序是中最特別的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)其他幾個(gè)都能和大致對(duì) 前言 本章將介紹 Redis中 set 和 zset的基本使用和內(nèi)部原理.因?yàn)檫@兩種數(shù)據(jù)結(jié)構(gòu)有很多相似的地方所以把他們放到一章中介紹.并且重點(diǎn)介紹...
閱讀 2631·2021-11-17 17:00
閱讀 1884·2021-10-11 10:57
閱讀 3751·2021-09-09 11:33
閱讀 921·2021-09-09 09:33
閱讀 3558·2019-08-30 14:20
閱讀 3325·2019-08-29 11:25
閱讀 2809·2019-08-26 13:48
閱讀 747·2019-08-26 11:52