加入收藏 | 设为首页 | 会员中心 | 我要投稿 湘西站长网 (https://www.0743zz.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 综合聚焦 > 编程要点 > 语言 > 正文

python如何实现跳表?跳表的添加 删除 查找怎样完成?

发布时间:2022-01-12 03:17:06 所属栏目:语言 来源:互联网
导读:这篇文章主要介绍python实现跳表的内容,一些朋友可能对跳表是什么不是很了解,对此,接下来我们现了解一下跳表,再看python如何实现跳表,感兴趣的朋友就继续往下看吧。 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
  这篇文章主要介绍python实现跳表的内容,一些朋友可能对跳表是什么不是很了解,对此,接下来我们现了解一下跳表,再看python如何实现跳表,感兴趣的朋友就继续往下看吧。
 
  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')

python如何实现跳表?跳表的添加 删除 查找怎样完成?

(编辑:湘西站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读