HBase原理--跳躍表

跳躍表（SkipList）是一種能高效實現插入、刪除、查找的內存數據結構，這些操做的指望複雜度都是O(logN)。與紅黑樹以及其餘的二分查找樹相比，跳躍表的優點在於實現簡單，並且在併發場景下加鎖粒度更小，從而能夠實現更高的併發性。正由於這些優勢，跳躍表普遍使用於KV數據庫中，諸如Redis、LevelDB、HBase都把跳躍表做爲一種維護有序數據集合的基礎數據結構。

衆所周知，鏈表這種數據結構的查詢複雜度爲O(N)，這裏N是鏈表中元素的個數。在已經找到要刪除元素的狀況下，再執行鏈表的刪除操做其實很是高效，只需把待刪除元素前一個元素的next指針指向待刪除元素的後一個元素便可，複雜度爲O(1)，如圖所示

但問題是，鏈表的查詢複雜度過高，由於鏈表在查詢的時候，須要逐個元素地查找。若是鏈表在查找的時候，可以避免依次查找元素，那麼查找複雜度將下降。而跳躍表就是利用這一思想，在鏈表之上額外存儲了一些節點的索引信息，達到避免依次查找元素的目的，從而將查詢複雜度優化爲O(logN)。將查詢複雜度優化以後，天然也優化了插入和刪除的複雜度。

1.定義

跳躍表的定義以下：

•跳躍表由多條分層的鏈表組成（設爲S0, S1, S2, ... , Sn），例如圖中有6條鏈表。
•每條鏈表中的元素都是有序的。
•每條鏈表都有兩個元素：+∞（正無窮大）和- ∞（負無窮大），分別表示鏈表的頭部和尾部。
•從上到下，上層鏈表元素集合是下層鏈表元素集合的子集，即S1是S0的子集，S2是S1的子集。
•跳躍表的高度定義爲水平鏈表的層數。

2.查找

在跳躍表中查找一個指定元素的流程比較簡單。如圖所示，以左上角元素（設爲currentNode）做爲起點查找元素5：

•若是發現currentNode後繼節點的值小於等於待查詢值，則沿着這條鏈表向後查詢，不然，切換到當前節點的下一層鏈表。
•繼續查詢，直到找到待查詢值爲止（或者currentNode爲空節點）爲止。

3.插入

跳躍表的插入算法要複雜一點。如圖所示。首先，須要按照上述查找流程找到待插入元素的前驅和後繼；而後，按照以下隨機算法生成一個高度值：

(圖在跳躍表插入元素48)

最後，將待插入節點按照高度值生成一個垂直節點（這個節點的層數正好等於高度值），以後插入到跳躍表的多條鏈表中去。假設height=randomHeight(p)，這裏須要分兩種狀況討論：
•若是height大於跳躍表的高度，那麼跳躍表的高度被提高爲height，同時須要更新頭部節點和尾部節點的指針指向。
•若是height小於等於跳躍表的高度，那麼須要更新待插入元素前驅和後繼的指針指向。

跳躍表的查找、刪除、插入的複雜度都是O(logN)。

文章基於《HBase原理與實踐》一書