跳表数据结构与算法(跳表结构的实现)
导语：设计跳表 和数据结构实现题
题目描述
这是 LeetCode 上的 1206.设计跳表难度为 困难。
Tag : 「链表」、「数据结构」
不使用任何库函数，设计一个 跳表 。
跳表 是在时间内完成增加、删除、搜索操作的数据结构。跳表相比于树堆与红黑树，其功能与性能相当，并且跳表的代码长度相较下更短，其设计思想与链表相似。
例如，一个跳表包含 [30, 40, 50, 60, 70, 90]，然后增加 80、45 到跳表中，以下图的方式操作：
跳表中有很多层，每一层是一个短的链表。在第一层的作用下，增加、删除和搜索操作的时间复杂度不超过 O(n)。跳表的每一个操作的平均时间复杂度是 O(logn)，空间复杂度是 O(n)在本题中，你的设计应该要包含这些函数：
bool search(int target): 返回 target 是否存在于跳表中。void add(int num): 插入一个元素到跳表。bool erase(int num): 在跳表中删除一个值，如果 num 不存在，直接返回 false. 如果存在多个 num ，删除其中任意一个即可。注意，跳表中可能存在多个相同的值，你的代码需要处理这种情况。
示例 1:
输入[&34;, &34;, &34;, &34;, &34;, &34;, &34;, &34;, &34;, &34;][[], [1], [2], [3], [0], [4], [1], [0], [1], [1]]输出[null, null, null, null, false, null, true, false, true, false]解释Skiplist skiplist = new Skiplist();skiplist.add(1);skiplist.add(2);skiplist.add(3);skiplist.search(0); // 返回 falseskiplist.add(4);skiplist.search(1); // 返回 trueskiplist.erase(0); // 返回 false，0 不在跳表中skiplist.erase(1); // 返回 trueskiplist.search(1); // 返回 false，1 已被擦除提示:
0<=num,target<=2×104调用 search, add, erase 操作次数不大于 5×1044数据结构
对于单链表而言，所有的操作（增删改查）都遵循「先查找，再操作」的步骤，这导致在单链表上所有操作复杂度均为O(n)（瓶颈在于查找过程）。
跳表相对于单链表，则是通过引入「多层」链表来优化查找过程，其中每层链表均是「有序」链表：
对于单链表的 Node 设计而言，我们只需存储对应的节点值 val，以及当前节点的下一节点的指针 ne 即可（ne 为一指针变量）对于跳表来说，除了存储对应的节点值 val 以外，我们需要存储当前节点在「每一层」的下一节点指针 ne（ne 为指针数组）跳表的 level 编号从下往上递增，最下层的链表为元素最全的有序单链表，而查找过程则是按照 level 从上往下进行。
操作次数的数据范围为n=5×104，因此设计最大的 level 为 logn 即可确保复杂度，但由于操作次数 n=5×104 不可能全是 add 操作，因此这里直接取 level 为 10。
同时为了简化，建立一个哨兵节点 he，哨兵值的值应当足够小（根据数据范围，设定为 −1 即可），所有的操作（假设当前操作的传入值为 t），先进行统一化的查找：查找出每一层比 t 严格小的最后一个节点，将其存成 ns 数组。即 level=i 层严格比 t 小的最后一个节点。
再根据不同的操作进行下一步动作：
search 操作：由于最后一层必然是元素最全的单链表，因此可以直接访问 ns[0].ne[0] 即是所有元素中满足大于等于 t 的第一个元素，通过判断其值与传入值 t 的大小关系来决定结果；add 操作：由于最后一层必然是元素最全的单链表，因此我们「从下往上」进行插入，最底下一层必然要插入，然后以一半的概率往上传递；erase 操作：与 add 操作互逆，按照「从下往上」的顺序进行删除。需要注意的是，由于相同的值在跳表中可能存在多个，因此我们在「从下往上」删除过程中需要判断待删除的元素与 ns[0].ne[0] 是否为同一元素（即要判断地址是否相同，而不是值相同）。Java 代码：
class Skiplist { int level = 10; class Node { int val; Node[] ne = new Node[level]; Node (int _val) { val = _val; } } Random random = new Random(); Node he = new Node(-1); void find(int t, Node[] ns) { Node cur = he; for (int i = level - 1; i >= 0; i--) { while (cur.ne[i] != null && cur.ne[i].val < t) cur = cur.ne[i]; ns[i] = cur; } } public boolean search(int t) { Node[] ns = new Node[level]; find(t, ns); return ns[0].ne[0] != null && ns[0].ne[0].val == t; } public void add(int t) { Node[] ns = new Node[level]; find(t, ns); Node node = new Node(t); for (int i = 0; i < level; i++) { node.ne[i] = ns[i].ne[i]; ns[i].ne[i] = node; if (random.nextInt(2) == 0) break; } } public boolean erase(int t) { Node[] ns = new Node[level]; find(t, ns); Node node = ns[0].ne[0]; if (node == null || node.val != t) return false; for (int i = 0; i < level && ns[i].ne[i] == node; i++) ns[i].ne[i] = ns[i].ne[i].ne[i]; return true; }}TypeScript 代码：
const level: number = 10class TNode { val: number ne: TNode[] = new Array<TNode>(level) constructor(_val: number) { this.val = _val } }class Skiplist { he: TNode = new TNode(-1) find(t: number, ns: TNode[]): void { let cur = this.he for (let i = level - 1; i >= 0; i--) { while (cur.ne[i] != null && cur.ne[i].val < t) cur = cur.ne[i] ns[i] = cur } } search(t: number): boolean { let ns: TNode[] = new Array<TNode>(level) this.find(t, ns) return ns[0].ne[0] != null && ns[0].ne[0].val == t } add(t: number): void { let ns: TNode[] = new Array<TNode>(level) this.find(t, ns) const node = new TNode(t) for (let i = 0; i < level; i++) { node.ne[i] = ns[i].ne[i] ns[i].ne[i] = node if (Math.round(Math.random()) == 0) break } } erase(t: number): boolean { let ns: TNode[] = new Array<TNode>(level) this.find(t, ns) const node = ns[0].ne[0] if (node == null || node.val != t) return false for (let i = 0; i < level && ns[i].ne[i] == node; i++) ns[i].ne[i] = ns[i].ne[i].ne[i] return true }}本文内容由小春整理编辑！