skiplist介绍
跳表是一种数据结构，它使得包含了n个元素的有序序列的查找和插入的平均时间复杂度都是O(logn)，优于数组的O(n)复杂度，快速的查找是通过维护多层次的链表实现的，且与前一层（下面一层）链表的数量相比，每一层的链表元素数量更少
简单来讲跳表就是基于链表实现的有序列表，通过维护一个多层级的链表实现了快速查找的效果，且插入跟删除效率也特别高
为何引入跳表
常见的在一个特定数据集查找指定数据，有一些几种算法
- 有序数组，插入时可以先对数组排序，查询时可以根据二分法降低查找的复杂度，缺点是插入和删除时，为了维护保持元素的有序性，需要进行大量元素的移动操作
- 二叉查找树，既支持高效的二分查找算法，又能快速的插入和删除，但在某些极端条件下，二叉查找树有可能会变成线性链表，即退化为链表结构
- 平衡二叉树，基于二叉查找树的优点，对其缺点进行了改进，引入了平衡二叉树，根据平衡算法的实现具体实现有AVL树、B树（B-Tree）、B+树（B+Tree）、红黑树，但是平衡算法的实现比较复杂且难理解
跳表同样支持高效的查找，并且插入和删除数据的时间复杂度能和平衡二叉树媲美，最重要的是跳表的实现比平衡二叉树简单，
跳表的实现
由于跳表是基于有序链表，所以删除和添加的时候都需要先查询元素，先来看链表的查找逻辑，比如这里有个有序链表-10，8，15，65，86，98，99，在这里面指定数据65，只能从头沿着链表依次比较查找
链表不能像数组那样根据索引访问元素，只能沿着指针依次访问，所以不能使用二分查找进行查询，这个时候如果在原先列表上面加入一层，如果可以实现跳过一些列表查询，就可以提高查询效率了
在上面一层链表中，都会保存指向下个节点的指针，这样我们就可以跳过某些节点进行查找，在数据量比较大的时候，如果层级还是两个层级，效率可能提高的不多，所以可以适量增加层级，效率会直接翻倍，这里最下面一层链表会存储所有的元素，所以新维护的链表只是保存了下一节点的指针数据，在数据量大的情况下，这点空间可以忽略不记，以下是两个层级的跳跃列表
当进行查询元素92的时候，会首先查询第2层也就是最上面一层，
如果查找元素比目标元素还有大，则进行链表下移，不需要遍历当面连边的下面元素，从下一层级开始查找
如果查找元素比右边的元素还有大，则会往右遍历，如果比右边的小，则会从下一层查找
可以看到查找的时候速度是很快的，下面是插入元素144的过程，首先的查找，找到中间位置，并且修改左右元素的指针，
但是棘手的问题来了，也是跳表这个结构查找速度快的前提，插入元素的时候如何判断是否在上面层级插入元素，如果是两个层级中间节点的数量严格按照比例来分配的话，也不现实，因为插入或删除元素的话当前节点以后的节点都得重新调整一遍，这样虽然查询没受影响，但是插入和删除效率会低很多，所以这里的层级是通过随机数生成的，也不是那么的随机，存在概率的问题，这个是论文中计算层级的代码：
如果节点在第i层出现，在第i+1层中出现的概率为p，同时跳表有最大层数限制MaxLevel，而在redis中这个结构p为1/4，最大层级为32，random为0-1之间的数
public static void main(String[] args) {
for (int i = 0; i < 100; i++) {
int level = 1;
Random random = new Random();
while (random.nextFloat() < 0.25f && level < 64) {
level += 1;
}
System.out.println(level);
}
}
经过测试发现level = 1的概率还是比较大的，产生越高节点层数，概率越低，p为1/4，所以这个skiplist相对来说比较扁平
- level=1的概率为1-p
- level>=2的概率为p
- level=2的概率为p(1-p)
上图为节点的平均指针数，因为skiplist的空间换时间的结构
通过以上可以总结中skiplist的几个特性：
- skiplist包含多个层级每层称为一个level,level从0开始递增
- skiplist0层，也就是最底层，应该包含所有的元素
- 每个level是一个有序链表
- level小的层包含level大的层，如果第i层有这个元素，那么第i-1层都有这个元素
Redis中跳表的实现
还得从redis的数据结构说起，众所周知redis的sorted set类型也就是zset，可以进行zadd,zrange,zrangebyscore,并且里面的元素是有序的，去重的，可以从小到大，也可以从大到小
首先来看redis中的实现
obj是当前key的对象。如果为null，需要新建，在新建的过程中会根据redis.conf里面的内容，如果配置文件zset-max-ziplist-entries为0或者当前需要插入的元素大小（序列化之后的字符串长度）超过zset-max-ziplist-value则用zset，否则用ziplist
zset-max-ziplist-entries表示ziplist最大的元素个数，默认值为128
zset-max-ziplist-value表示单个元素的最大值的阈值，单位为字节，默认值为64
可以看出Redis中Sorted Set有两种实现方式，一种是直接创建的zset数据类型，另一种是直接使用ziplist，第一种直接创建zset的时候还创建了一个字段dict,同时创建了skiplist
下面是zset以及skiplist、skiplistnode的数据类型
对象创建完了然后看zsetAdd方法，里面的实现逻辑同样区分是skiplist还是ziplist，这里先主要看skiplist的实现逻辑
首先是根据dictFind查找是否存在元素，但是这个查找不是从skiplist里面查找的，而是从dict里面查找的，如果不存在这个元素，并且选择不是xx，才会选择插入新的元素到skiplist
插入逻辑中首先插入skiplist，然后插入dict，首先看zslInsert
首先会查找每个层级需要插入的位置，根据score大小或者，然后生成随机的level，然后更新插入的每个层级的前进指针（forward）与后退指针（backward）及跨度span，这个累加的span就是rank排名
ziplist
redis的zset在长度较小时采用的是压缩列表而不是跳跃列表，链表是一个个指针指向，内存不连续而且指针还要占用额外的内存，由此引出了ziplist，是由一系列特殊编码的连续内存块组成，可以在任意一端进行压入和弹出操作，
所以ziplist是一种特殊的“双端链表”,结构如下：
zlbytes：记录总的字节数，占用4个字节
zltail：尾偏移量，通过这个可以直接获取尾结点的地址，占用4个字节
zllen：entery的长度，占用2个字节
entry：具体数据，长度由内容确定
zlend：结束标志,固定值：0xff，占用1个字节
ziplist可以看做特殊的双端链表是因为ziplistentry不像普通的链表那样记录前后指针，因为记录两个指针需要占用16个字节，浪费内存，所以使用下面的结构
previous_entry_length：前一节点的长度，占用1个或者5个字节（如果前一节点的长度小于254字节，则用1个字节表示长度，如果前一节点大于254个字节，则用5个字节表示）
encoding：编码属性，记录content的数据类型(字符串或者整数)以及长度，占用1个，2个或者5个字节
content: 负责保存节点的数据，可以是字符串或整数
ziplist中的寻址方式：
正序寻址：当前元素加上自己的Previous_entry_length+encoding+content的字节长度，就是下一个元素的地址
倒序寻址：当前元素减去Previous_entry_length的前一节点的长度，就是上一个元素的地址
ziplist的连锁更新：
当删除压缩列表zl1位置p1的元素entryX，或者在压缩列表zl2的p2位置插入元素entryY会发生什么了？
zl1:由于entryx为128字节，所以entryX+1的previous_entry_length为1个字节，entryX+1为253字节，所以entryX+2的previous_entry_length为1个字节，当删除entryX的时候，元素entryX+1的前一个节点就会变成元素entryX-1，长度为512字节，此时entryX+1的previous_entry_length需要5个字节才能存储entryX-1的长度，则元素entryX+1扩至157字节，而由于entryX+1的长度改变，所以entryX+2的previous_entry_length需要改变，以此类推，由于删除了entryX，导致后面的entryX+1、entryX+2的长度都必须要扩展，而每次扩展都会内存重新分配，效率是很低的，在zl2中插入元素也是同样的道理
标签：字节,ziplist,元素,Redis,列表,链表,查找,entryX From： https://www.cnblogs.com/LiuFqiang/p/18396067参考文档
https://www.cl.cam.ac.uk/teaching/2005/Algorithms/skiplists.pdf
https://redis.io/glossary/redis-ziplist/