python实现跳表SkipList的示例代码

跳表

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 random

import mkl_random
import time

class 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level
       return

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

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))+"]"

def get(self,key):
       '''
       :param key:
       :return: key对应的value
       '''
       self.keyCheck(key)
       node=self.__first
       for 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].value
       return 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.__level
       node=self.__first
       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] and node.nexts[i].key==key:
               oldValue=node.nexts[i].value
               node.nexts[i].value=value
               return oldValue
           prev[i]=node#保存当前level小于key的node

newLevel=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]=newNode
       self.__size+=1
       self.__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.__level
       node=self.__first
       flag=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]=node
       if not flag:
           return None
       removedNode=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-=1
       newLevel=self.__level
       while newLevel>0 and not self.__first.nexts[newLevel - 1]:
           newLevel-=1
       self.__level=newLevel
       return 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=1
       while mkl_random.rand()<self.__p and level<self.MAX_LEVEL:
           level+=1
       return 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 * 3
       else:
           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)

来源：https://blog.csdn.net/Demon_LMMan/article/details/119064581