python实现跳表SkipList的示例代码

跳表，又叫做跳跃表、跳跃列表，在有序链表的基础上增加了“跳跃”的功能，由William Pugh于1990年发布，设计的初衷是为了取代平衡树（比如红黑树）。Redis、LevelDB 都是著名的 Key-Value 数据库，而Redis中 的 SortedSet、LevelDB 中的 MemTable 都用到了跳表。对比平衡树，跳表的实现和维护会更加简单，跳表的搜索、删除、添加的平均时间复杂度是 O(logn)。跳表的结构如图所示：

可以发现，对于一个节点Node，其含有多个next指针，不同索引的next分别代表不同层次的下一个节点，下次是节点类Node的python定义：

class Node(): def __init__(self,key,value,level): ’’’ :param level:每个node对应的nexts层数不同 ’’’ self.key=key self.value=value self.nexts=[None]*level#节点类型next指针，初始值为空 def __str__(self): #return '[key:'+str(self.key)+', value:'+str(self.value)+' len:'+str(len(self.nexts))+']' return '['+str(self.key)+','+str(self.value)+','+str(len(self.nexts))+']'

关于添加、删除、查找见一下完整代码：

’’’跳表 Skip List ，其初衷是为了替代红黑树’’’import randomimport mkl_randomimport timeclass SkipList(): def __init__(self):#头节点不存储任何数据self.MAX_LEVEL = 32 # 最大level层数self.__first=SkipList.Node(None, None, self.MAX_LEVEL)#头节点self.__level=0#实际的level层数self.__size=0#Jiedian个数self.__p=0.25#用于生成添加节点时的随机levelreturn class Node():def __init__(self,key,value,level): ’’’ :param level:每个node对应的nexts层数不同 ’’’ self.key=key self.value=value self.nexts=[None]*leveldef __str__(self): #return '[key:'+str(self.key)+', value:'+str(self.value)+' len:'+str(len(self.nexts))+']' return '['+str(self.key)+','+str(self.value)+','+str(len(self.nexts))+']' def get(self,key):’’’:param key::return: key对应的value’’’self.keyCheck(key)node=self.__firstfor level in range(self.__level - 1,-1,-1): #在该层查找，key大于节点的key向前查找 while node.nexts[level] and node.nexts[level].key<key:node=node.nexts[level] if node.nexts[level] and node.nexts[level].key==key:#相等则找到，否则向下寻找return node.nexts[level].valuereturn None def put(self,key,value):’’’return:原来的value，原来不存在key则为空’’’self.keyCheck(key)prev=[None]*self.__levelnode=self.__firstfor i in range(self.__level - 1, -1, -1): while node.nexts[i] and node.nexts[i].key<key:node=node.nexts[i] if node.nexts[i] and node.nexts[i].key==key:oldValue=node.nexts[i].valuenode.nexts[i].value=valuereturn oldValue prev[i]=node#保存当前level小于key的nodenewLevel=self.randomLevel()newNode=SkipList.Node(key,value,newLevel)for i in range(newLevel): if i<self.__level:newNode.nexts[i]=prev[i].nexts[i]prev[i].nexts[i]=newNode else:self.__first.nexts[i]=newNodeself.__size+=1self.__level=max(self.__level, newLevel)return None def remove(self,key):’’’:return: 节点对应的value值，不存在则返回None’’’self.keyCheck(key)prev=[None]*self.__levelnode=self.__firstflag=False#该节点是否被查找到for i in range(self.__level - 1, -1, -1): while node.nexts[i] and node.nexts[i].key<key:node=node.nexts[i] if node.nexts[i].key==key:flag=True prev[i]=nodeif not flag: return NoneremovedNode=node.nexts[0]#需要被删除的节点for i in range(len(removedNode.nexts)):#该nexts一定小于等于prev的长度 prev[i].next[i]=removedNode.nexts[i]self.__size-=1newLevel=self.__levelwhile newLevel>0 and not self.__first.nexts[newLevel - 1]: newLevel-=1self.__level=newLevelreturn removedNode.value def keyCheck(self, key):’’’限制传入key不能为空’’’if key!=0 and not key: raise AttributeError('key can not be None') def size(self):return self.__size def isEmpty(self):return self.__size == 0 def randomLevel(self):#生成一个随机的层数level=1while mkl_random.rand()<self.__p and level<self.MAX_LEVEL: level+=1return level def __str__(self):result=''for i in range(self.__level - 1, -1, -1): result+=str(i) node = self.__first while node.nexts[i]:result+=str(node.nexts[i])node=node.nexts[i] result+=’n’print('level:'+str(self.__level))return result def showFirst(self):for item in self.__first.nexts: print(item,end=’ ’)print()def timeCalculate(container, size:int): begin=time.time() for i in range(size):if isinstance(container,dict): container[i]= i * 3else: container.put(i, i * 3) error_count = 0 for i in range(size):if container.get(i) != i * 3: #print('wrong ' + str(i) + ':' + str(skipList.get(i))) error_count+=1 end=time.time() print(type(container)) print(f’error rate:{float(error_count) / size:0.5f}’) print(f’time cost:{float(end-begin)*1000:0.3f} ms’)if __name__==’__main__’: timeCalculate({},1000000) timeCalculate(SkipList(),10000)

到此这篇关于python实现跳表SkipList的文章就介绍到这了,更多相关python 跳表SkipList内容请搜索好吧啦网以前的文章或继续浏览下面的相关文章希望大家以后多多支持好吧啦网！