首页 > 后端开发 > C++ > 正文

C++怎么实现一个跳表_C++实现效率媲美红黑树的动态查找数据结构

穿越時空
发布: 2025-12-04 10:56:02
原创
934人浏览过
跳表是一种基于多层链表的动态查找结构,通过随机化分层实现平均O(log n)时间复杂度的插入、删除和查找操作。其核心是每个节点包含多个后继指针,形成逐层稀疏索引,查找时从顶层开始逐层下降,提升效率。相比红黑树,跳表实现更简单,逻辑清晰,尤其在并发环境下优势明显。C++中可通过模板类实现,维护头节点、最大层级和随机层数生成器,关键操作包括插入时记录更新路径、删除时调整各层指针,并动态维护当前最大层级。虽然最坏情况为O(n),但实际性能接近平衡树,适合大数据量或高并发场景,可作为std::map的替代方案。

c++怎么实现一个跳表_c++实现效率媲美红黑树的动态查找数据结构

跳表(Skip List)是一种基于链表的数据结构,通过多层索引提升查找效率,平均时间复杂度为 O(log n),最坏情况也是 O(n),但实际表现接近平衡树。相比红黑树,跳表实现更简单,插入、删除和查找逻辑清晰,且在并发环境下更容易处理。C++ 中实现跳表,可以达到与 STL 中 std::map(基于红黑树)相近的性能。

跳表基本原理

跳表本质是带多级指针的有序链表。每一层都是下一层的“快速通道”。底层包含所有元素,上层以一定概率(通常为 50%)向上提升节点,形成稀疏索引。

查找时从顶层开始,横向移动到小于目标的最大值,再下降一层继续,直到底层找到目标或确定不存在。

核心数据结构设计

定义跳表节点:

每个节点包含一个值(key)、一个存储各层后继指针的数组(或 vector),以及可选的 value(用于 map 场景)。

立即学习C++免费学习笔记(深入)”;

层级数在节点创建时随机生成,控制最大层数(如 16 或 32)防止无限增长。

示例代码片段:

#include <vector>
#include <random>
#include <cstdlib>
<p>template<typename K, typename V>
class SkipListNode {
public:
K key;
V value;
std::vector<SkipListNode*> forward;</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">SkipListNode(K k, V v, int level)
    : key(k), value(v), forward(level, nullptr) {}
登录后复制

};

跳表类主体实现

需要维护最大层级、当前最大层级、头节点指针,以及用于生成随机层级的工具

DubbingX智声云配
DubbingX智声云配

多情绪免费克隆AI音频工具

DubbingX智声云配 975
查看详情 DubbingX智声云配

关键操作说明:

  • 随机层级生成: 使用随机数决定新节点应有几层,概率逐层减半。
  • 查找: 从最高层开始,向右直到下一个节点大于目标,然后下降一层,重复直到找到或失败。
  • 插入: 先查找路径并记录每层最后一个小于目标的节点(update 数组),再创建新节点并链接到各层。
  • 删除: 查找节点,若存在则断开其在各层的指针,并释放内存。

部分实现示例:

template<typename K, typename V>
class SkipList {
private:
    int maxLevel;
    int currentLevel;
    SkipListNode<K, V>* header;
    std::random_device rd;
    std::mt19937 gen;
    std::uniform_int_distribution<int> dis;
<pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">int randomLevel() {
    int lvl = 1;
    while (dis(gen) < 0.5 && lvl < maxLevel) {
        lvl++;
    }
    return lvl;
}
登录后复制

public: SkipList(int maxLvl = 16) : maxLevel(maxLvl), currentLevel(1), gen(rd()), dis(0, 1) { header = new SkipListNode<K, V>(K(), V(), maxLevel); }

void insert(K key, V value) {
    std::vector<SkipListNode<K,V>*> update(maxLevel);
    SkipListNode<K,V>* current = header;

    for (int i = currentLevel - 1; i >= 0; i--) {
        while (current->forward[i] != nullptr &&
               current->forward[i]->key < key) {
            current = current->forward[i];
        }
        update[i] = current;
    }

    current = current->forward[0];

    if (current != nullptr && current->key == key) {
        current->value = value; // 更新
        return;
    }

    int newLevel = randomLevel();
    if (newLevel > currentLevel) {
        for (int i = currentLevel; i < newLevel; i++) {
            update[i] = header;
        }
        currentLevel = newLevel;
    }

    SkipListNode<K,V>* newNode = new SkipListNode<K,V>(key, value, newLevel);
    for (int i = 0; i < newLevel; i++) {
        newNode->forward[i] = update[i]->forward[i];
        update[i]->forward[i] = newNode;
    }
}

bool search(K key, V& value) {
    SkipListNode<K,V>* current = header;
    for (int i = currentLevel - 1; i >= 0; i--) {
        while (current->forward[i] != nullptr &&
               current->forward[i]->key < key) {
            current = current->forward[i];
        }
    }
    current = current->forward[0];
    if (current != nullptr && current->key == key) {
        value = current->value;
        return true;
    }
    return false;
}

void remove(K key) {
    std::vector<SkipListNode<K,V>*> update(maxLevel);
    SkipListNode<K,V>* current = header;

    for (int i = currentLevel - 1; i >= 0; i--) {
        while (current->forward[i] != nullptr &&
               current->forward[i]->key < key) {
            current = current->forward[i];
        }
        update[i] = current;
    }

    current = current->forward[0];
    if (current == nullptr || current->key != key) return;

    for (int i = 0; i < currentLevel; i++) {
        if (update[i]->forward[i] != current) break;
        update[i]->forward[i] = current->forward[i];
    }

    delete current;
    while (currentLevel > 1 && header->forward[currentLevel-1] == nullptr) {
        currentLevel--;
    }
}
登录后复制

};

性能对比与使用建议

跳表在平均情况下插入、删除、查找均为 O(log n),常数因子略高于红黑树,但实现更简洁,调试更容易。STL 的 std::map 是红黑树,而跳表适合需要自定义排序或更高并发性能的场景。

实际测试中,小数据量下红黑树稍快,大数据量或频繁插入删除时,跳表性能接近甚至优于手写不优的平衡树。

若追求极致性能,可结合缓存友好设计(如扁平化节点存储),或使用 lock-free 跳表实现高并发有序集合。

基本上就这些,跳表是一个值得掌握的高效动态查找结构。不复杂但容易忽略细节,比如随机层数控制和指针更新顺序。正确实现后,完全可以作为红黑树的替代方案。

以上就是C++怎么实现一个跳表_C++实现效率媲美红黑树的动态查找数据结构的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号