目录

1206:设计跳表(★★)

力扣第 1206 题

题目

不使用任何库函数,设计一个 跳表

跳表 是在 O(log(n)) 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 8045 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(log(n)),空间复杂度是 O(n)

了解更多 : https://oi-wiki.org/ds/skiplist/

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
["Skiplist", "add", "add", "add", "search", "add", "search", "erase", "erase", "search"]
[[], [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 false
skiplist.add(4);
skiplist.search(1);   // 返回 true
skiplist.erase(0);    // 返回 false,0 不在跳表中
skiplist.erase(1);    // 返回 true
skiplist.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 * 104

相似问题:

分析

  • 跳表教程
  • 为了方便,可以将叠在一起的看成是一个节点。

解答

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
maxH = 16
prob = 0.5

def random_level() -> int:
    h = 1
    while h<maxH and random.random()<prob:
        h += 1
    return h

class Node:
    __slots__ = 'val', 'nxt'

    def __init__(self, val: int, maxH=maxH):
        self.val = val
        self.nxt = [None]*maxH

class Skiplist:
    def __init__(self):
        self.head = Node(-1)
        self.H = 0
    
    def get(self,x):
        jump = [self.head]*maxH
        p = self.head
        for i in range(self.H-1,-1,-1):
            while p.nxt[i] and p.nxt[i].val<x:
                p = p.nxt[i]
            jump[i] = p
        return jump

    def search(self, target: int) -> bool:
        p = self.get(target)[0].nxt[0]
        return bool(p) and p.val==target

    def add(self, num: int) -> None:
        jump = self.get(num)
        h = random_level()
        self.H = max(self.H, h)
        new = Node(num,h)
        for i in range(h):
            new.nxt[i] = jump[i].nxt[i]
            jump[i].nxt[i] = new

    def erase(self, num: int) -> bool:
        jump = self.get(num)
        p = jump[0].nxt[0]
        if not p or p.val != num:
            return False
        for i in range(self.H):
            if jump[i].nxt[i] != p:
                break
            jump[i].nxt[i] = p.nxt[i]
        while self.H>1 and not self.head.nxt[self.H-1]:
            self.H -= 1
        return True

60 ms