add skiplist
This commit is contained in:
parent
5d6dcd4b96
commit
2e893b6368
171
typescript/17_skiplist/SkipList.ts
Normal file
171
typescript/17_skiplist/SkipList.ts
Normal file
@ -0,0 +1,171 @@
|
||||
/**
|
||||
* 跳跃表是Redis使用的底层算法
|
||||
* 在增删改查都有近似O(log n)的时间复杂度
|
||||
* 哈希表虽然在不产生冲突的情况下是O(1)的时间复杂度
|
||||
* 但是随着冲突的增多,所需要的扩容操作还是比较耗时的,综合起来不一定快于跳表
|
||||
* 这两种结构可以互相补充
|
||||
* 下面摘抄一段来自知乎的话 (https://juejin.im/post/57fa935b0e3dd90057c50fbc)
|
||||
* 比较跳表和哈希表,平衡树之间的区别
|
||||
* skiplist和各种平衡树(如AVL、红黑树等)的元素是有序排列的,而哈希表不是有序的。因此,在哈希表上只能做单个key的查找,不适宜做范围查找。所谓范围查找,指的是查找那些大小在指定的两个值之间的所有节点。
|
||||
* 在做范围查找的时候,平衡树比skiplist操作要复杂。在平衡树上,我们找到指定范围的小值之后,还需要以中序遍历的顺序继续寻找其它不超过大值的节点。
|
||||
* 如果不对平衡树进行一定的改造,这里的中序遍历并不容易实现。而在skiplist上进行范围查找就非常简单,只需要在找到小值之后,对第1层链表进行若干步的遍历就可以实现。
|
||||
* 平衡树的插入和删除操作可能引发子树的调整,逻辑复杂,而skiplist的插入和删除只需要修改相邻节点的指针,操作简单又快速。
|
||||
* 从内存占用上来说,skiplist比平衡树更灵活一些。一般来说,平衡树每个节点包含2个指针(分别指向左右子树),而skiplist每个节点包含的指针数目平均为1/(1-p),具体取决于参数p的大小。
|
||||
* 如果像Redis里的实现一样,取p=1/4,那么平均每个节点包含1.33个指针,比平衡树更有优势。
|
||||
* 查找单个key,skiplist和平衡树的时间复杂度都为O(log n),大体相当;而哈希表在保持较低的哈希值冲突概率的前提下,查找时间复杂度接近O(1),性能更高一些。所以我们平常使用的各种Map或dictionary结构,大都是基于哈希表实现的。
|
||||
* 从算法实现难度上来比较,skiplist比平衡树要简单。
|
||||
*/
|
||||
export class SkipList<T> {
|
||||
// head和tail始终指向最顶层的首位节点,通过链表能访问任何位置
|
||||
private head: SkipListNode<T>
|
||||
private tail: SkipListNode<T>
|
||||
|
||||
// 索引的层数,0表示最底层
|
||||
private levelCount = 0
|
||||
|
||||
// 元素的个数
|
||||
private size = 0
|
||||
|
||||
// private readonly MAX_LEVEL = 16
|
||||
|
||||
|
||||
constructor() {
|
||||
this.head = new SkipListNode<T>(SkipListNode.negInf, null)
|
||||
this.tail = new SkipListNode<T>(SkipListNode.posInf, null)
|
||||
}
|
||||
|
||||
public insert(key: number, value: T): void {
|
||||
let p: SkipListNode<T>
|
||||
let q: SkipListNode<T>
|
||||
|
||||
let i: number = 0
|
||||
|
||||
// 先查找位置
|
||||
p = this.findNode(key)
|
||||
|
||||
// 如果跳跃表中的值已经存在了,直接赋值即可
|
||||
if (p.key === key) {
|
||||
p.value = value
|
||||
return
|
||||
}
|
||||
|
||||
// 没有该值,则进行插入操作,应该是插在p节点的右边. p -> q -> ?
|
||||
q = new SkipListNode(key, value)
|
||||
q.left = p
|
||||
q.right = p.right
|
||||
if (p.right) {
|
||||
p.right.left = q
|
||||
}
|
||||
p.right = q
|
||||
|
||||
// 再使用随机数决定是否要向更高层攀升
|
||||
while (Math.random() < 0.5) {
|
||||
// 如果新元素的级别已经达到跳跃表的最大高度,则新建空白层
|
||||
if (i >= this.levelCount) {
|
||||
this.addEmptyLevel()
|
||||
}
|
||||
|
||||
// 从p向左扫描含有高层节点的节点, 方便节点在每一层插入
|
||||
while (!p.up) {
|
||||
p = p.left!
|
||||
}
|
||||
p = p.up
|
||||
|
||||
// 新值对应的索引,这里不需要存value了,因为只需要最底层存value即可
|
||||
const z = new SkipListNode<T>(key, null)
|
||||
|
||||
z.left = p
|
||||
z.right = p.right
|
||||
if (p.right) {
|
||||
p.right.left = z
|
||||
}
|
||||
p.right = z
|
||||
|
||||
z.down = q
|
||||
q.up = z
|
||||
|
||||
q = z
|
||||
i = i + 1
|
||||
}
|
||||
this.size++
|
||||
}
|
||||
|
||||
public get(key: number): T | null {
|
||||
const p = this.findNode(key)
|
||||
return p.key === key ? p.value : null
|
||||
}
|
||||
|
||||
public remove(key: number) {
|
||||
let p: SkipListNode<T> | undefined = this.findNode(key)
|
||||
if (p.key !== key) return
|
||||
|
||||
while (p != null) {
|
||||
p.left!.right = p.right
|
||||
p.right!.left = p.left
|
||||
p = p.up
|
||||
}
|
||||
}
|
||||
|
||||
private addEmptyLevel() {
|
||||
|
||||
const p1: SkipListNode<T> = new SkipListNode(SkipListNode.negInf, null)
|
||||
const p2: SkipListNode<T> = new SkipListNode(SkipListNode.posInf, null)
|
||||
|
||||
p1.right = p2
|
||||
p1.down = this.head
|
||||
|
||||
p2.left = p1
|
||||
p2.down = this.tail
|
||||
|
||||
this.head.up = p1
|
||||
this.tail.up = p2
|
||||
|
||||
this.head = p1
|
||||
this.tail = p2
|
||||
|
||||
this.levelCount++
|
||||
}
|
||||
|
||||
private findNode(key: number): SkipListNode<T> {
|
||||
const { head } = this
|
||||
let p = head
|
||||
while (true) {
|
||||
// 从左向右查找,直到右节点的key值大于要查找的key值
|
||||
while (p.right && p.right.key !== SkipListNode.posInf && p.right.key <= key) {
|
||||
p = p.right
|
||||
}
|
||||
// 如果有更低层的节点,则向低层移动
|
||||
if (p.down) {
|
||||
p = p.down
|
||||
} else {
|
||||
break
|
||||
}
|
||||
}
|
||||
// 这里返回的p的key值,是小于等于要找的key值的
|
||||
return p
|
||||
}
|
||||
}
|
||||
|
||||
export class SkipListNode<T> {
|
||||
key: number
|
||||
value: T | null
|
||||
up?: SkipListNode<T>
|
||||
down?: SkipListNode<T>
|
||||
left?: SkipListNode<T>
|
||||
right?: SkipListNode<T>
|
||||
|
||||
constructor(key: number, value: T | null) {
|
||||
this.key = key
|
||||
this.value = value
|
||||
}
|
||||
|
||||
// 最小的数,无限接近于0,用于表示左标兵
|
||||
static negInf: number = Number.MIN_VALUE
|
||||
// 最大的数,用于表示右标兵
|
||||
static posInf: number = Number.MAX_VALUE
|
||||
}
|
||||
|
||||
const testSkipList = new SkipList()
|
||||
testSkipList.insert(12, 'qwe')
|
||||
testSkipList.insert(3, 'mmm')
|
||||
console.log(testSkipList.get(3))
|
Loading…
Reference in New Issue
Block a user