简介
总的来说跳跃链表最大的好处就是提高了检索了的速率，可以说说是大幅度的提高，相对于单链表来说是一种高效率的检索结构
原理
跳跃表的结构是：假如底层有10个节点， 那么底层的上一层理论上就有5个节点，再上一层理论上就有2个或3个节点，再上一层理论上就有1个节点。所以从这里可以看出每一层的节点个数为其下一层的1/2个元素，以此类推。从这里我们可以看到，从插入时我们只要保证上一层的元素个数为下一层元素个数的1/2，我们的跳跃表就能成为理想的跳跃表。那么怎么才能保证我们插入时上层元素个数是下层元素个数的1/2呢，？很简单 抛硬币就可以解决了，假设元素X要插入跳跃表，最底层是肯定要插入X的，那么次低层要不要插入呢，我们希望上层元素个数是下层的1/2，那么我们有1/2的概率要插入到次低层，这样就来抛硬币吧，正面就插入，反面就不插入，次次底层相对于次低层，我们还是有1/2的概率插入，那么就继续抛硬币吧 ， 以此类推元，素X插入第n层的概率是(1/2)的n次。这样，我们能在跳跃表中插入一个元素了。基本的样子如下图：
跳跃表
代码实现(java语言)
节点定义
package skip;
public class Node
{
public Integer value; //插入的数据
public Node left; //分别对应的四个方向的指针
public Node down;
public Node right;
public Node up;
public Node(Integer value) //构造函数
{
this.value=value;
down=up=right=left=null;
}
}表的实现
package skip;
import java.util.Random;
public class SkipList {
private Node head; //最上面一侧的头结点，这里使用的是双链表
private Node tail; //最上面一层的尾节点，这里的头尾节点是不存储数据的，数据域全是null
private int level; //表中的最高的层数，就是总共的层数
private int size; //插入节点的个数，头尾节点除外
private Random random; //用来判断是否需要增加高度的随机函数
public SkipList() {
level = 0; //level默认是0层，就是只有最下面的一层
head = new Node(null);
tail = new Node(null);
head.right = tail; //这里初始化成一个只有一层的双链表
tail.left = head;
size = 0; //size初始化为0
random = new Random();
}
//这个函数的作用是找到插入节点的前面一个节点，这里默认的是将表升序存储
public Node findFirst(Integer value) {
Node p = head;
while (true) {
//判断要插入的位置，当没有查到尾节点并且要插入的数据还是比前面的大的话，就将节点右移，知道找到合适的位置
//这里需要注意的是这里的head代表不一定是最底层的，因此这里的查找都是从最高层进行查找的，如果满足条件就要向下移动
//直到最底层
while (p.right.value != null && p.right.value <= value) {
p = p.right;
}
//向下移动，直到到达最后一层
if (p.down != null) {
p = p.down;
} else { //到达最底层跳出即可
break;
}
}
return p; //此时这里的p就是要插入节点的前面一个节点
}
//这是插入函数，这里先执行插入，然后判断是否需要增加高度
public void insert(int value) {
Node curr = findFirst(value); //先找到插入位置的前面一个节点
Node q = new Node(value); //新建一个插入的节点
//下面执行插入步骤，这个和双链表是一样的步骤
q.right = curr.right;
q.left = curr;
curr.right.left = q;
curr.right = q;
int i = 0; //表示当前节点所在的层数，开始插入的是在下面插入的，所以开始的时候是在0层
//这里判断是否需要增加高度，每一层相对域下面来说都有二分之一的概率，也就是说每一层增加的概率是（1/2）^n
//通俗的说就是每一层的节点是将会保证是下面一层的1/2
while (random.nextDouble() < 0.5) {
if (i >= level) { //如果当前插入的节点所处的层数大于等于最大的层数，那么就需要增加高度了，因为这里要保证头尾节点的高度是最高的
//下面的代码就是在头尾节点的上插入新的节点，以此来增加高度
Node p1 = new Node(null);
Node p2 = new Node(null);
p1.right = p2;
p1.down = head;
p2.left = p1;
p2.down = tail;
head.up = p1; //将头尾节点上移，成为最顶层的节点，这就是为什么每次插入和查询的时候都是最上面开始查询的，因为这里的head默认的就是从最上面开始的
tail.up = p2;
head = p1;
tail = p2;
level++; //最高层数加一
}
while (curr.up == null) { //当然增加高度就是在插入节点上面新插入一个节点，然后将之与插入的节点相连
//既然这里新插入节点增高了，那么就需要找到与新插入节点上面的那个节点相连接，这里我们将新插入节点的前面的同等高度的节点与之相连
curr = curr.left;
}
curr = curr.up; //通过前面的一个节点找到与之相连的节点
//下面就是创建一个节点插入到插入节点的头上以此来增加高度，并且这个节点与前面一样高的节点相连
Node e = new Node(value);
e.left = curr;
e.right = curr.right;
curr.right.left = e; //此时的curr就是与之同等高度的节点
curr.right = e;
e.down = q;
q.up = e;
q = e; //将新插入的节点上移到最上面，因为后面可能还要在这里增加高度，就是在最上面插入新的一模一样的节点
i++; //增加当前所处的高度，这里一定能要记得写上，如果还要继续增加的话，需要判读是否需要增加头尾节的高度
}
size++; //节点加一
}
//下面是打印每一层节点的情况
public void display() {
while (level >= 0) {
Node p = head;
while (p != null) {
System.out.print(p.value + "-------->");
p = p.right;
}
System.out.println();
System.out.println("*****************************");
level--;
head = head.down;
}
}
/*在链表中查找某个值是否存在，如果存在找到的节点，当然先从最高层开始查找，如果找到了在比这个值小的最后一个值，那么就顺着这个值的下面开始寻找，按照上面的步骤
再次寻找，如过这个值正好等于要找的值，就返回true，形象的来说就是形成一个梯度的感觉。注意这里返回的节点一定是最底层的节点，利于下面的删除操作
* */
public Node search(int value) {
Node p = head;
while (true) {
/*这里一定要写成p.right.value!=null,如果写成p.right!=null运行可能有错误，
因为这里的尾节点的值为null，但是它的节点不是空的，如果成这样的话,那么节点可能会找到尾节点都没有找到，此时在判断value的值就出现错误
相当与判断tail.right.value<=value,这个肯定是不行的，因为这个节点不存在，是空的更别说值了
*/
//从最高层开始判断找到比这个小的最后一个值，就是找到一个节点的前面比value小的，后面的节点的值比value大的
while (p.right.value != null && p.right.value <= value) {
p = p.right; //如果没有找到就后移直到找到这个节点
}
//如果找到的这个节点不是最底层的话，就向下移动一层，然后循环再次寻找，总之就是从最高层开始，一层一层的寻找
if (p.down != null) { //这个表示上面的循环没有找到的相等的，那么就向下移动一层
p = p.down;
} else { //如果到了最底层了，这里的值仍然没有找到这个值，那么就表示不存在这个值
if (p.value == value) { //判断是否存在value相等的值
// System.out.println(p.value + "----->");
return p; //返回节点
}
return null; //仍然没有找到返回null
}
}
}
/*
这里是利用上面的查找函数，找到当前需要删除的节点，当然这个节点是最底层的节点，然后循环从最底层开始删除所有的节点
* */
public void delete(int value) {
Node temp = search(value); //这里返回的必须是最底层的节点，因为要从最下面的往上面全部删除所有层的节点，否则的话可能在某一层上仍然存在这个节点
while (temp != null) {
temp.left.right = temp.right;
temp.right.left = temp.left;
temp = temp.up; //节点上移，继续删除上一层的节点
}
}
public static void main(String args[]) {
SkipList skipList = new SkipList();
Random random = new Random();
skipList.insert(33);
skipList.insert(44);
skipList.insert(11);
skipList.insert(10);
skipList.insert(22);
skipList.insert(22);
for (int i = 0; i < 500; i++) {
int value = (int) (random.nextDouble() * 1000);
skipList.insert(value);
// System.out.println(value);
}
Node p = skipList.search(22);
if (p != null) {
System.out.println(p.value);
} else
System.out.println("没有找到");
skipList.delete(33);
skipList.display();
}
}
