亚洲精品1,日韩欧美福利视频,欧美国产一区二区

一、簡(jiǎn)介
二、string（字符串）
- 1、string(字符串)相關(guān)介紹
  - 1.1 string(字符串)的內(nèi)部結(jié)構(gòu)
  - 1.2 string(字符串)的擴(kuò)容
- 2、string(字符串)的指令
  - 2.1 單個(gè)鍵值對(duì)增刪改查操作
  - 2.2 批量鍵值對(duì)
  - 2.3 過(guò)期set命令
  - 2.4 不存在創(chuàng)建存在不更新
  - 2.5計(jì)數(shù)
三、list（列表）
- 1、list(列表)相關(guān)介紹
  - 1.1 list(列表)的內(nèi)部結(jié)構(gòu)
  - 1.2 list(列表)的使用場(chǎng)景
- 2、list(列表)的指令
  - 2.1 右進(jìn)左出—隊(duì)列
  - 2.2 右進(jìn)右出——棧
  - 2.3 慢操作
- 3、list(列表)深入理解
  - 3.1 常見的鏈表結(jié)構(gòu)示意圖
  - 3.2 ziplist示意圖
  - 3.3 quicklist示意圖
四、hash（字典）?
- 1、hash(字典)相關(guān)介紹
  - 1.1 hash(字典)的內(nèi)部結(jié)構(gòu)
  - 1.2 hash(字典)擴(kuò)容
  - 1.3 hash(字典)的相關(guān)使用場(chǎng)景
- 2 hash(字典)相關(guān)指令
  - 2.1 hash(字典)常用指令
  - 2.2 hash(字典)使用小技巧
五、set（集合）
- 1、set(集合)相關(guān)介紹
  - 1.1 set(集合)的內(nèi)部結(jié)構(gòu)
  - 1.2 set(集合)的使用場(chǎng)景
- 2、set(集合)相關(guān)指令
六、zset（有序集合）
- 1、zset(有序集合)相關(guān)介紹
  - 1.1 zset(有序集合)的內(nèi)部結(jié)構(gòu)
  - 1.2 zset(有序集合)的相關(guān)使用場(chǎng)景
- 2、zset(有序集合)相關(guān)指令
七、Skip List
- 1、簡(jiǎn)介
- 2、Skip List算法分析
  - 2.1 Skip List論文
  - 2.2 Skip List動(dòng)態(tài)圖
  - 2.3 Skip List算法性能分析
- 3、Skip List特性及其實(shí)現(xiàn)
  - 2.1 Skip List特性
  - 2.2 Skip List查詢
  - 2.3 Skip List插入
  - 2.4 Skip List刪除
- 4、手寫實(shí)現(xiàn)一個(gè)簡(jiǎn)單Skip List
  - 3.1 定義Node節(jié)點(diǎn)
  - 3.2 SkipList節(jié)點(diǎn)元素的操作類

一、簡(jiǎn)介

Redis中所有的的數(shù)據(jù)結(jié)構(gòu)都是通過(guò)一個(gè)唯一的字符串key來(lái)獲取相應(yīng)的value數(shù)據(jù)。
Redis有5種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，分別是：

string（字符串）
list（列表）
hash（字典）
set（集合）
zset（有序集合）

其中l(wèi)ist、set、hash、zset這四種數(shù)據(jù)結(jié)構(gòu)是容器型數(shù)據(jù)結(jié)構(gòu)，它們共享下面兩條通用規(guī)則：

create if not exists：容器不存在則創(chuàng)建
drop if no elements：如果容器中沒(méi)有元素，則立即刪除容器，釋放內(nèi)存

本文將詳細(xì)講述的是Redis的5種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)。

二、string（字符串）

1、string(字符串)相關(guān)介紹

1.1 string(字符串)的內(nèi)部結(jié)構(gòu)

string(字符串)是Redis最簡(jiǎn)單也是使用最廣泛的數(shù)據(jù)結(jié)構(gòu)，它的內(nèi)部是一個(gè)字符數(shù)組。如圖所示：

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

Redis中string(字符串)是動(dòng)態(tài)字符串，允許修改；它在結(jié)構(gòu)上的實(shí)現(xiàn)類似于Java中的ArrayList（默認(rèn)構(gòu)造一個(gè)大小為10的初始數(shù)組），這是冗余分配內(nèi)存的思想，也稱為預(yù)分配；這種思想可以減少擴(kuò)容帶來(lái)的性能消耗。
多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.2 string(字符串)的擴(kuò)容

當(dāng)string(字符串)的大小達(dá)到擴(kuò)容閾值時(shí)，將會(huì)對(duì)string(字符串)進(jìn)行擴(kuò)容，string(字符串)的擴(kuò)容主要有以下幾個(gè)點(diǎn)：

長(zhǎng)度小于1MB，擴(kuò)容后為原先的兩倍; length = length * 2
長(zhǎng)度大于1MB，擴(kuò)容后增加1MB; length = length + 1MB
字符串的長(zhǎng)度最大值為 512MB

2、string(字符串)的指令

2.1 單個(gè)鍵值對(duì)增刪改查操作

set -> key 不存在則新增，存在則修改

set key value

get -> 查詢，返回對(duì)應(yīng)key的value，不存在返回(nil)

get key

del -> 刪除指定的key(key可以是多個(gè))

del key [key …]

示例：

 1127.0.0.1:6379> set name liziba
 2OK
 3127.0.0.1:6379> get name
 4"liziba"
 5127.0.0.1:6379> set name liziba001
 6OK
 7127.0.0.1:6379> get name
 8"liziba001"
 9127.0.0.1:6379> del name
10(integer) 1
11127.0.0.1:6379> get name
12(nil)

2.2 批量鍵值對(duì)

批量鍵值讀取和寫入最大的優(yōu)勢(shì)在于節(jié)省網(wǎng)絡(luò)傳輸開銷

mset -> 批量插入

mset key value [key value …]

mget -> 批量獲取

mget key [key …]

示例：

1127.0.0.1:6379> mset name1 liziba1 name2 liziba2 name3 liziba3
2OK
3127.0.0.1:6379> mget name1 name2 name3
41) "liziba1"
52) "liziba2"
63) "liziba3"

2.3 過(guò)期set命令

過(guò)期set是通過(guò)設(shè)置一個(gè)緩存key的過(guò)期時(shí)間，使得緩存到期后自動(dòng)刪除從而失效的機(jī)制。
?
方式一：

expire key seconds

示例：

1127.0.0.1:6379> set name liziba
2OK
3127.0.0.1:6379> get name
4"liziba"
5127.0.0.1:6379> expire name 10   # 10s 后get name 返回 nil
6(integer) 1
7127.0.0.1:6379> get name
8(nil)

方式二：

setex key seconds value

示例：

1127.0.0.1:6379> setex name 10 liziba    # 10s 后get name 返回 nil
2OK
3127.0.0.1:6379> get name
4(nil)

2.4 不存在創(chuàng)建存在不更新

上面的set操作不存在創(chuàng)建，存在則更新；此時(shí)如果需要存在不更新的場(chǎng)景，那么可以使用如下這個(gè)指令
?
setnx -> 不存在創(chuàng)建存在不更新

setnx key value

示例：

 1127.0.0.1:6379> get name
 2(nil)
 3127.0.0.1:6379> setnx name liziba        
 4(integer) 1
 5127.0.0.1:6379> get name
 6"liziba"
 7127.0.0.1:6379> setnx name liziba_98        # 已經(jīng)存在再次設(shè)值，失敗
 8(integer) 0
 9127.0.0.1:6379> get name
10"liziba"

2.5計(jì)數(shù)

string(字符串)也可以用來(lái)計(jì)數(shù)，前提是value是一個(gè)整數(shù)，那么可以對(duì)它進(jìn)行自增的操作。自增的范圍必須在signed long的區(qū)間訪問(wèn)內(nèi)，[-9223372036854775808,9223372036854775808]

incr -> 自增1

incr key

示例：

1127.0.0.1:6379> set fans 1000
2OK
3127.0.0.1:6379> incr fans # 自增1
4(integer) 1001

incrby -> 自定義累加值

1127.0.0.1:6379> set fans 1000
2OK
3127.0.0.1:6379> incr fans
4(integer) 1001
5127.0.0.1:6379> incrby fans 999
6(integer) 2000

測(cè)試value為整數(shù)的自增區(qū)間

最大值：

1127.0.0.1:6379> set fans 9223372036854775808
2OK
3127.0.0.1:6379> incr fans
4(error) ERR value is not an integer or out of range

最小值：

1127.0.0.1:6379> set money -9223372036854775808
2OK
3127.0.0.1:6379> incrby money -1
4(error) ERR increment or decrement would overflow

三、list（列表）

1、list(列表)相關(guān)介紹

1.1 list(列表)的內(nèi)部結(jié)構(gòu)

Redis的列表相當(dāng)于Java語(yǔ)言中的LinkedList，它是一個(gè)雙向鏈表數(shù)據(jù)結(jié)構(gòu)（但是這個(gè)結(jié)構(gòu)設(shè)計(jì)比較巧妙，后面會(huì)介紹），支持前后順序遍歷。鏈表結(jié)構(gòu)插入和刪除操作快，時(shí)間復(fù)雜度O(1)，查詢慢，時(shí)間復(fù)雜度O(n)。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.2 list(列表)的使用場(chǎng)景

根據(jù)Redis雙向列表的特性，因此其也被用于異步隊(duì)列的使用。實(shí)際開發(fā)中將需要延后處理的任務(wù)結(jié)構(gòu)體序列化成字符串，放入Redis的隊(duì)列中，另一個(gè)線程從這個(gè)列表中獲取數(shù)據(jù)進(jìn)行后續(xù)處理。其流程類似如下的圖：
?

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

2、list(列表)的指令

2.1 右進(jìn)左出—隊(duì)列

隊(duì)列在結(jié)構(gòu)上是先進(jìn)先出（FIFO）的數(shù)據(jù)結(jié)構(gòu)（比如排隊(duì)購(gòu)票的順序），常用于消息隊(duì)列類似的功能，例如消息排隊(duì)、異步處理等場(chǎng)景。通過(guò)它可以確保元素的訪問(wèn)順序。
lpush -> 從左邊邊添加元素

lpush key value [value …]

rpush -> 從右邊添加元素

rpush key value [value …]

llen -> 獲取列表的長(zhǎng)度

llen key

lpop -> 從左邊彈出元素

lpop key

 1127.0.0.1:6379> rpush code java c python    # 向列表中添加元素
 2(integer) 3
 3127.0.0.1:6379> llen code    # 獲取列表長(zhǎng)度
 4(integer) 3
 5127.0.0.1:6379> lpop code # 彈出最先添加的元素
 6"java"
 7127.0.0.1:6379> lpop code    
 8"c"
 9127.0.0.1:6379> lpop code
10"python"
11127.0.0.1:6379> llen code
12(integer) 0
13127.0.0.1:6379> lpop code
14(nil)

2.2 右進(jìn)右出——棧

棧在結(jié)構(gòu)上是先進(jìn)后出（FILO）的數(shù)據(jù)結(jié)構(gòu)（比如彈夾壓入子彈，子彈被射擊出去的順序就是棧），這種數(shù)據(jù)結(jié)構(gòu)一般用來(lái)逆序輸出。
lpush -> 從左邊邊添加元素

lpush key value [value …]

rpush -> 從右邊添加元素

rpush key value [value …]

rpop -> 從右邊彈出元素

rpop code

 1127.0.0.1:6379> rpush code java c python
 2(integer) 3
 3127.0.0.1:6379> rpop code            # 彈出最后添加的元素
 4"python"
 5127.0.0.1:6379> rpop code
 6"c"
 7127.0.0.1:6379> rpop code
 8"java"
 9127.0.0.1:6379> rpop code
10(nil)

2.3 慢操作

列表(list)是個(gè)鏈表數(shù)據(jù)結(jié)構(gòu)，它的遍歷是慢操作，所以涉及到遍歷的性能將會(huì)遍歷區(qū)間range的增大而增大。注意list的索引運(yùn)行為負(fù)數(shù)，-1代表倒數(shù)第一個(gè)，-2代表倒數(shù)第二個(gè)，其它同理。
lindex -> 遍歷獲取列表指定索引處的值

lindex key ind

lrange -> 獲取從索引start到stop處的全部值

lrange key start stop

ltrim -> 截取索引start到stop處的全部值，其它將會(huì)被刪除

ltrim key start stop

 1127.0.0.1:6379> rpush code java c python
 2(integer) 3
 3127.0.0.1:6379> lindex code 0        # 獲取索引為0的數(shù)據(jù)
 4"java"
 5127.0.0.1:6379> lindex code 1   # 獲取索引為1的數(shù)據(jù)
 6"c"
 7127.0.0.1:6379> lindex code 2        # 獲取索引為2的數(shù)據(jù)
 8"python"
 9127.0.0.1:6379> lrange code 0 -1    # 獲取全部 0 到倒數(shù)第一個(gè)數(shù)據(jù)  == 獲取全部數(shù)據(jù)
101) "java"
112) "c"
123) "python"
13127.0.0.1:6379> ltrim code 0 -1    # 截取并保理 0 到 -1 的數(shù)據(jù) == 保理全部
14OK
15127.0.0.1:6379> lrange code 0 -1
161) "java"
172) "c"
183) "python"
19127.0.0.1:6379> ltrim code 1 -1    # 截取并保理 1 到 -1 的數(shù)據(jù) == 移除了索引為0的數(shù)據(jù) java
20OK
21127.0.0.1:6379> lrange code 0 -1
221) "c"
232) "python"

3、list(列表)深入理解

Redis底層存儲(chǔ)list(列表)不是一個(gè)簡(jiǎn)單的LinkedList，而是quicklist ——“快速列表”。關(guān)于quicklist是什么，下面會(huì)簡(jiǎn)單介紹，具體源碼我也還在學(xué)習(xí)中，后面大家一起探討。
quicklist是多個(gè)ziplist(壓縮列表)組成的雙向列表；而這個(gè)ziplist(壓縮列表)又是什么呢？ziplist指的是一塊連續(xù)的內(nèi)存存儲(chǔ)空間，Redis底層對(duì)于list(列表)的存儲(chǔ)，當(dāng)元素個(gè)數(shù)少的時(shí)候，它會(huì)使用一塊連續(xù)的內(nèi)存空間來(lái)存儲(chǔ)，這樣可以減少每個(gè)元素增加prev和next指針帶來(lái)的內(nèi)存消耗，最重要的是可以減少內(nèi)存碎片化問(wèn)題。
?

3.1 常見的鏈表結(jié)構(gòu)示意圖

每個(gè)node節(jié)點(diǎn)元素，都會(huì)持有一個(gè)prev->執(zhí)行前一個(gè)node節(jié)點(diǎn)和next->指向后一個(gè)node節(jié)點(diǎn)的指針（引用），這種結(jié)構(gòu)雖然支持前后順序遍歷，但是也帶來(lái)了不小的內(nèi)存開銷，如果node節(jié)點(diǎn)僅僅是一個(gè)int類型的值，那么可想而知，引用的內(nèi)存比例將會(huì)更大。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

3.2 ziplist示意圖

ziplist是一塊連續(xù)的內(nèi)存地址，他們之間無(wú)需持有prev和next指針，能通過(guò)地址順序?qū)ぶ吩L問(wèn)。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

3.3 quicklist示意圖

quicklist是由多個(gè)ziplist組成的雙向鏈表。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

四、hash（字典）?

1、hash(字典)相關(guān)介紹

1.1 hash(字典)的內(nèi)部結(jié)構(gòu)

Redis的hash(字典)相當(dāng)于Java語(yǔ)言中的HashMap，它是根據(jù)散列值分布的無(wú)序字典，內(nèi)部的元素是通過(guò)鍵值對(duì)的方式存儲(chǔ)。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

hash(字典)的實(shí)現(xiàn)與Java中的HashMap（JDK1.7）的結(jié)構(gòu)也是一致的，它的數(shù)據(jù)結(jié)構(gòu)也是數(shù)組+鏈表組成的二維結(jié)構(gòu)，節(jié)點(diǎn)元素散列在數(shù)組上，如果發(fā)生hash碰撞則使用鏈表串聯(lián)在數(shù)組節(jié)點(diǎn)上。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.2 hash(字典)擴(kuò)容

Redis中的hash(字典)存儲(chǔ)的value只能是字符串值，此外擴(kuò)容與Java中的HashMap也不同。Java中的HashMap在擴(kuò)容的時(shí)候是一次性完成的，而Redis考慮到其核心存取是單線程的性能問(wèn)題，為了追求高性能，因而采取了漸進(jìn)式rehash策略。
漸進(jìn)式rehash指的是并非一次性完成，它是多次完成的，因此需要保理舊的hash結(jié)構(gòu)，所以Redis中的hash(字典)會(huì)存在新舊兩個(gè)hash結(jié)構(gòu)，在rehash結(jié)束后也就是舊hash的值全部搬遷到新hash之后，新的hash在功能上才會(huì)完全替代以前的hash。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.3 hash(字典)的相關(guān)使用場(chǎng)景

hash(字典)可以用來(lái)存儲(chǔ)對(duì)象的相關(guān)信息，一個(gè)hash(字典)代表一個(gè)對(duì)象，hash的一個(gè)key代表對(duì)象的一個(gè)屬性，key的值代表屬性的值。hash(字典)結(jié)構(gòu)相比字符串來(lái)說(shuō)，它無(wú)需將整個(gè)對(duì)象進(jìn)行序列化后進(jìn)行存儲(chǔ)。這樣在獲取的時(shí)候可以進(jìn)行部分獲取。所以相比之下hash(字典)具有如下的優(yōu)缺點(diǎn)：

讀取可以部分讀取，節(jié)省網(wǎng)絡(luò)流量
存儲(chǔ)消耗的高于單個(gè)字符串的存儲(chǔ)

2 hash(字典)相關(guān)指令

2.1 hash(字典)常用指令

hset -> hash(字典)插入值，字典不存在則創(chuàng)建 key代表字典名稱，field 相當(dāng)于 key，value是key的值

hset key field value

hmset -> 批量設(shè)值

hmset key field value [field value …]

示例：

17.0.0.1:6379> hset book java "Thinking in Java"        # 字符串包含空格需要""包裹
2(integer) 1
3127.0.0.1:6379> hset book python "Python code"
4(integer) 1
5127.0.0.1:6379> hset book c "The best of c"
6(integer) 1
7127.0.0.1:6379> hmset book go "concurrency in go" mysql "high-performance MySQL" # 批量設(shè)值
8OK

hget -> 獲取字典中的指定key的value

hget key field

hgetall -> 獲取字典中所有的key和value，換行輸出

hgetall key

示例：

1127.0.0.1:6379> hget book java
2"Thinking in Java"
3127.0.0.1:6379> hgetall book
41) "java"
52) "Thinking in Java"
63) "python"
74) "Python code"
85) "c"
96) "The best of c"

hlen -> 獲取指定字典的key的個(gè)數(shù)

hlen key

舉例：

1127.0.0.1:6379> hlen book
2(integer) 5

2.2 hash(字典)使用小技巧

在string(字符串)中可以使用incr和incrby對(duì)value是整數(shù)的字符串進(jìn)行自加操作，在hash(字典)結(jié)構(gòu)中如果單個(gè)子key是整數(shù)也可以進(jìn)行自加操作。
hincrby -> 增對(duì)hash(字典)中的某個(gè)key的整數(shù)value進(jìn)行自加操作

hincrby key field increment

1127.0.0.1:6379> hset liziba money 10
2(integer) 1
3127.0.0.1:6379> hincrby liziba money -1
4(integer) 9
5127.0.0.1:6379> hget liziba money
6"9"

注意如果不是整數(shù)會(huì)報(bào)錯(cuò)。

1127.0.0.1:6379> hset liziba money 10.1
2(integer) 1
3127.0.0.1:6379> hincrby liziba money 1
4(error) ERR hash value is not an integer

五、set（集合）

1、set(集合)相關(guān)介紹

1.1 set(集合)的內(nèi)部結(jié)構(gòu)

Redis的set(集合)相當(dāng)于Java語(yǔ)言里的HashSet，它內(nèi)部的鍵值對(duì)是無(wú)序的、唯一的。它的內(nèi)部實(shí)現(xiàn)了一個(gè)所有value為null的特殊字典。
集合中的最后一個(gè)元素被移除之后，數(shù)據(jù)結(jié)構(gòu)被自動(dòng)刪除，內(nèi)存被回收。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.2 set(集合)的使用場(chǎng)景

set(集合)由于其特殊去重復(fù)的功能，我們可以用來(lái)存儲(chǔ)活動(dòng)中中獎(jiǎng)的用戶的ID，這樣可以保證一個(gè)用戶不會(huì)中獎(jiǎng)兩次。
?

2、set(集合)相關(guān)指令

sadd -> 添加集合成員，key值集合名稱，member值集合元素，元素不能重復(fù)

sadd key member [member …]

1127.0.0.1:6379> sadd name zhangsan
2(integer) 1
3127.0.0.1:6379> sadd name zhangsan        # 不能重復(fù)，重復(fù)返回0
4(integer) 0
5127.0.0.1:6379> sadd name lisi wangwu liumazi # 支持一次添加多個(gè)元素
6(integer) 3

smembers -> 查看集合中所有的元素，注意是無(wú)序的

smembers key

1127.0.0.1:6379> smembers name    # 無(wú)序輸出集合中所有的元素
21) "lisi"
32) "wangwu"
43) "liumazi"
54) "zhangsan"

sismember -> 查詢集合中是否包含某個(gè)元素

sismember key member

127.0.0.1:6379> sismember name lisi  # 包含返回1
(integer) 1
127.0.0.1:6379> sismember name tianqi # 不包含返回0
(integer) 0

scard -> 獲取集合的長(zhǎng)度

scard key

1127.0.0.1:6379> scard name
2(integer) 4

spop -> 彈出元素，count指彈出元素的個(gè)數(shù)

spop key [count]

127.0.0.1:6379> spop name            # 默認(rèn)彈出一個(gè)
"wangwu"
127.0.0.1:6379> spop name 3    
1) "lisi"
2) "zhangsan"
3) "liumazi

六、zset（有序集合）

1、zset(有序集合)相關(guān)介紹

1.1 zset(有序集合)的內(nèi)部結(jié)構(gòu)

zset(有序集合)是Redis中最常問(wèn)的數(shù)據(jù)結(jié)構(gòu)。它類似于Java語(yǔ)言中的SortedSet和HashMap的結(jié)合體，它一方面通過(guò)set來(lái)保證內(nèi)部value值的唯一性，另一方面通過(guò)value的score（權(quán)重）來(lái)進(jìn)行排序。這個(gè)排序的功能是通過(guò)Skip List（跳躍列表）來(lái)實(shí)現(xiàn)的。
zset(有序集合)的最后一個(gè)元素value被移除后，數(shù)據(jù)結(jié)構(gòu)被自動(dòng)刪除，內(nèi)存被回收。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

1.2 zset(有序集合)的相關(guān)使用場(chǎng)景

利用zset的去重和有序的效果可以由很多使用場(chǎng)景，舉兩個(gè)例子：

存儲(chǔ)粉絲列表，value是粉絲的ID，score是關(guān)注時(shí)間戳，這樣可以對(duì)粉絲關(guān)注進(jìn)行排序
存儲(chǔ)學(xué)生成績(jī)，value使學(xué)生的ID，score是學(xué)生的成績(jī)，這樣可以對(duì)學(xué)生的成績(jī)排名

2、zset(有序集合)相關(guān)指令

1、zadd -> 向集合中添加元素，集合不存在則新建，key代表zset集合名稱，score代表元素的權(quán)重，member代表元素

zadd key [NX|XX] [CH] [INCR] score member [score member …]

127.0.0.1:6379> zadd name 10 zhangsan
(integer) 1
127.0.0.1:6379> zadd name 10.1 lisi
(integer) 1
127.0.0.1:6379> zadd name 9.9 wangwu
(integer) 1

2、zrange -> 按照score權(quán)重從小到大排序輸出集合中的元素，權(quán)重相同則按照value的字典順序排序([lexicographical order])
超出范圍的下標(biāo)并不會(huì)引起錯(cuò)誤。比如說(shuō)，當(dāng) start 的值比有序集的最大下標(biāo)還要大，或是 start > stop 時(shí)， zrange 命令只是簡(jiǎn)單地返回一個(gè)空列表。另一方面，假如 stop 參數(shù)的值比有序集的最大下標(biāo)還要大，那么 Redis 將 stop 當(dāng)作最大下標(biāo)來(lái)處理。
可以通過(guò)使用 WITHSCORES 選項(xiàng)，來(lái)讓成員和它的 score 值一并返回，返回列表以 value1,score1, …, valueN,scoreN 的格式表示。客戶端庫(kù)可能會(huì)返回一些更復(fù)雜的數(shù)據(jù)類型，比如數(shù)組、元組等。

zrange key start stop [WITHSCORES]

127.0.0.1:6379> zrange name 0 -1 # 獲取所有元素，按照score的升序輸出
1) "wangwu"
2) "zhangsan"
3) "lisi"
127.0.0.1:6379> zrange name 0 1        # 獲取第一個(gè)和第二個(gè)slot的元素
1) "wangwu"
2) "zhangsan"
127.0.0.1:6379> zadd name 10 tianqi    # 在上面的基礎(chǔ)上添加score為10的元素
(integer) 1
127.0.0.1:6379> zrange name 0 2    # key相等則按照value字典排序輸出
1) "wangwu"
2) "tianqi"
3) "zhangsan"
127.0.0.1:6379> zrange name 0 -1 WITHSCORES # WITHSCORES 輸出權(quán)重
1) "wangwu"
2) "9.9000000000000004"
3) "tianqi"
4) "10"
5) "zhangsan"
6) "10"
7) "lisi"
8) "10.1"

3、zrevrange -> 按照score權(quán)重從大到小輸出集合中的元素，權(quán)重相同則按照value的字典逆序排序
其中成員的位置按 score 值遞減(從大到小)來(lái)排列。具有相同 score 值的成員按字典序的逆序(reverse lexicographical order)排列。除了成員按 score 值遞減的次序排列這一點(diǎn)外， ZREVRANGE 命令的其他方面和 ZRANGE key start stop [WITHSCORES] 命令一樣

zrevrange key start stop [WITHSCORES]

127.0.0.1:6379> zrevrange name 0 -1 WITHSCORES
1) "lisi"
2) "10.1"
3) "zhangsan"
4) "10"
5) "tianqi"
6) "10"
7) "wangwu"
8) "9.9000000000000004"

4、zcard -> 當(dāng) key 存在且是有序集類型時(shí)，返回有序集的基數(shù)。當(dāng) key 不存在時(shí)，返回 0

zcard key

127.0.0.1:6379> zcard name
(integer) 4

5、zscore -> 返回有序集 key 中，成員 member 的 score 值，如果 member 元素不是有序集 key 的成員，或 key 不存在，返回 nil

zscore key member z

127.0.0.1:6379> zscore name zhangsan
"10"
127.0.0.1:6379> zscore name liziba
(nil)

6、zrank -> 返回有序集 key 中成員 member 的排名。其中有序集成員按 score 值遞增(從小到大)順序排列。
排名以 0 為底，也就是說(shuō)，score 值最小的成員排名為 0

zrank key member

127.0.0.1:6379> zrange name 0 -1
1) "wangwu"
2) "tianqi"
3) "zhangsan"
4) "lisi"
127.0.0.1:6379> zrank name wangwu
(integer) 0

7、zrangebyscore -> 返回有序集 key 中，所有 score 值介于 min 和 max 之間(包括等于 min 或 max )的成員。有序集成員按 score 值遞增(從小到大)次序排列。
min 和 max 可以是 -inf 和 +inf ，這樣一來(lái)，你就可以在不知道有序集的最低和最高 score 值的情況下，使用 [ZRANGEBYSCORE]這類命令。
默認(rèn)情況下，區(qū)間的取值使用閉區(qū)間，你也可以通過(guò)給參數(shù)前增加 ( 符號(hào)來(lái)使用可選的[開區(qū)間]小于或大于)

zrangebyscore key min max [WITHSCORES] [LIMIT offset count]

127.0.0.1:6379> zrange name 0 -1 WITHSCORES # 輸出全部元素
1) "wangwu"
2) "9.9000000000000004"
3) "tianqi"
4) "10"
5) "zhangsan"
6) "10"
7) "lisi"
8) "10.1" 
127.0.0.1:6379> zrangebyscore name 9 10
1) "wangwu"
2) "tianqi"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore name 9 10 WITHSCORES    # 輸出分?jǐn)?shù)
1) "wangwu"
2) "9.9000000000000004"
3) "tianqi"
4) "10"
5) "zhangsan"
6) "10"
127.0.0.1:6379> zrangebyscore name -inf 10 # -inf 從負(fù)無(wú)窮開始
1) "wangwu"
2) "tianqi"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore name -inf +inf    # +inf 直到正無(wú)窮
1) "wangwu"
2) "tianqi"
3) "zhangsan"
4) "lisi"
127.0.0.1:6379> zrangebyscore name (10 11  #  10 < score <=11
1) "lisi"
127.0.0.1:6379> zrangebyscore name (10 (10.1  # 10 < socre < -11
(empty list or set)
127.0.0.1:6379> zrangebyscore name (10 (11 
1) "lisi"

8、zrem -> 移除有序集 key 中的一個(gè)或多個(gè)成員，不存在的成員將被忽略

zrem key member [member …]

 127.0.0.1:6379> zrange name 0 -1
 1) "wangwu"
 2) "tianqi"
 3) "zhangsan"
 4) "lisi"
 127.0.0.1:6379> zrem name zhangsan # 移除元素
 (integer) 1
 127.0.0.1:6379> zrange name 0 -1
 1) "wangwu"
 2) "tianqi"
 3) "lisi"

七、Skip List

1、簡(jiǎn)介

跳表全稱叫做跳躍表，簡(jiǎn)稱跳表。跳表是一個(gè)隨機(jī)化的數(shù)據(jù)結(jié)構(gòu)，實(shí)質(zhì)就是一種可以進(jìn)行二分查找的有序鏈表。跳表在原有的有序鏈表上面增加了多級(jí)索引，通過(guò)索引來(lái)實(shí)現(xiàn)快速查找。跳表不僅能提高搜索性能，同時(shí)也可以提高插入和刪除操作的性能。

Skip List(跳躍列表)這種隨機(jī)的數(shù)據(jù)結(jié)構(gòu)，可以看做是一個(gè)二叉樹的變種，它在性能上與紅黑樹、AVL樹很相近；但是Skip List(跳躍列表)的實(shí)現(xiàn)相比前兩者要簡(jiǎn)單很多，目前Redis的zset實(shí)現(xiàn)采用了Skip List(跳躍列表)（其它還有LevelDB等也使用了跳躍列表）。

RBT紅黑樹與Skip List(跳躍列表)簡(jiǎn)單對(duì)比：
RBT紅黑樹

插入、查詢時(shí)間復(fù)雜度O(logn)
數(shù)據(jù)天然有序
實(shí)現(xiàn)復(fù)雜，設(shè)計(jì)變色、左旋右旋平衡等操作
需要加鎖

Skip List跳躍列表

插入、查詢時(shí)間復(fù)雜度O(logn)
數(shù)據(jù)天然有序
實(shí)現(xiàn)簡(jiǎn)單，鏈表結(jié)構(gòu)
無(wú)需加鎖

2、Skip List算法分析

2.1 Skip List論文

這里貼出Skip List的論文，需要詳細(xì)研究的請(qǐng)看論文，下文部分公式、代碼、圖片出自該論文。
Skip Lists: A Probabilistic Alternative to Balanced Trees

https://www.cl.cam.ac.uk/teaching/2005/Algorithms/skiplists.pdf

2.2 Skip List動(dòng)態(tài)圖

先通過(guò)一張動(dòng)圖來(lái)了解Skip List的插入節(jié)點(diǎn)元素的流程，此圖來(lái)自維基百科。

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

2.3 Skip List算法性能分析

2.3.1 計(jì)算隨機(jī)層數(shù)算法

首先分析的是執(zhí)行插入操作時(shí)計(jì)算隨機(jī)數(shù)的過(guò)程，這個(gè)過(guò)程會(huì)涉及層數(shù)的計(jì)算，所以十分重要。對(duì)于節(jié)點(diǎn)他有如下特性：

節(jié)點(diǎn)都有第一層的指針
節(jié)點(diǎn)有第i層指針，那么第i+1層出現(xiàn)的概率為p
節(jié)點(diǎn)有最大層數(shù)限制，MaxLevel

計(jì)算隨機(jī)層數(shù)的偽代碼：
論文中的示例

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

Java版本

public int randomLevel(){
    int level = 1;
    // random()返回一個(gè)[0...1)的隨機(jī)數(shù)
    while (random() < p && level < MaxLevel){ 
        level += 1;
    }
    return level;
}

代碼中包含兩個(gè)變量P和MaxLevel，在Redis中這兩個(gè)參數(shù)的值分別是：

1p = 1/4
2MaxLevel = 64

2.3.2 節(jié)點(diǎn)包含的平均指針數(shù)目

Skip List屬于空間換時(shí)間的數(shù)據(jù)結(jié)構(gòu)，這里的空間指的就是每個(gè)節(jié)點(diǎn)包含的指針數(shù)目，這一部分是額外的內(nèi)內(nèi)存開銷，可以用來(lái)度量空間復(fù)雜度。random()是個(gè)隨機(jī)數(shù)，因此產(chǎn)生越高的節(jié)點(diǎn)層數(shù)，概率越低（Redis標(biāo)準(zhǔn)源碼中的晉升率數(shù)據(jù)1/4，相對(duì)來(lái)說(shuō)Skip List的結(jié)構(gòu)是比較扁平的，層高相對(duì)較低）。其定量分析如下：

level = 1 概率為1-p
level >=2 概率為p
level = 2 概率為p(1-p)
level >= 3 概率為p^2
level = 3 概率為p^2(1-p)
level >=4 概率為p^3
level = 4 概率為p^3(1-p)
……

得出節(jié)點(diǎn)的平均層數(shù)（節(jié)點(diǎn)包含的平均指針數(shù)目）：

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

所以Redis中p=1/4計(jì)算的平均指針數(shù)目為1.33
?

2.3.3 時(shí)間復(fù)雜度計(jì)算

以下推算來(lái)自論文內(nèi)容
假設(shè)p=1/2，在以p=1/2生成的16個(gè)元素的跳過(guò)列表中，我們可能碰巧具有9個(gè)元素，1級(jí)3個(gè)元素，3個(gè)元素3級(jí)元素和1個(gè)元素14級(jí)（這不太可能，但可能會(huì)發(fā)生）。我們?cè)撛趺刺幚磉@種情況？如果我們使用標(biāo)準(zhǔn)算法并在第14級(jí)開始我們的搜索，我們將會(huì)做很多無(wú)用的工作。那么我們應(yīng)該從哪里開始搜索？此時(shí)我們假設(shè)SkipList中有n個(gè)元素，第L層級(jí)元素個(gè)數(shù)的期望是1/p個(gè)；每個(gè)元素出現(xiàn)在L層的概率是p^(L-1), 那么第L層級(jí)元素個(gè)數(shù)的期望是 n * (p^L-1)；得到1 / p =n * (p^L-1)

1 / p = n * (p^L-1)
n = (1/p)^L
L = log(1/p)^n

所以我們應(yīng)該選擇MaxLevel = log(1/p)^n
定義：MaxLevel = L(n) = log(1/p)^n
?

推算Skip List的時(shí)間復(fù)雜度，可以用逆向思維，從層數(shù)為i的節(jié)點(diǎn)x出發(fā)，返回起點(diǎn)的方式來(lái)回溯時(shí)間復(fù)雜度，節(jié)點(diǎn)x點(diǎn)存在兩種情況：

節(jié)點(diǎn)x存在(i+1)層指針，那么向上爬一級(jí)，概率為p，對(duì)應(yīng)下圖situation c.
節(jié)點(diǎn)x不存在(i+1)層指針，那么向左爬一級(jí)，概率為1-p，對(duì)應(yīng)下圖situation b.

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

設(shè)C(k) = 在無(wú)限列表中向上攀升k個(gè)level的搜索路徑的預(yù)期成本（即長(zhǎng)度）那么推演如下：

C(0)=0
C(k)=(1-p)×(情況b的查找長(zhǎng)度) + p×(情況c的查找長(zhǎng)度)
C(k)=(1-p)(C(k)+1) + p(C(k-1)+1)
C(k)=1/p+C(k-1)
C(k)=k/p

上面推演的結(jié)果可知，爬升k個(gè)level的預(yù)期長(zhǎng)度為k/p，爬升一個(gè)level的長(zhǎng)度為1/p。

由于MaxLevel = L(n)， C(k) = k / p，因此期望值為：(L(n) – 1) / p；將L(n) = log(1/p)^n 代入可得：(log(1/p)^n - 1) / p；將p = 1 / 2 代入可得：2 * log2^n - 2，即O(logn)的時(shí)間復(fù)雜度。

3、Skip List特性及其實(shí)現(xiàn)

2.1 Skip List特性

Skip List跳躍列表通常具有如下這些特性

Skip List包含多個(gè)層，每層稱為一個(gè)level，level從0開始遞增Skip List 0層，也就是最底層，應(yīng)該包含所有的元素每一個(gè)level/層都是一個(gè)有序的列表level小的層包含level大的層的元素，也就是說(shuō)元素A在X層出現(xiàn)，那么想X>Z>=0的level/層都應(yīng)該包含元素A每個(gè)節(jié)點(diǎn)元素由節(jié)點(diǎn)key、節(jié)點(diǎn)value和指向當(dāng)前節(jié)點(diǎn)所在level的指針數(shù)組組成

2.2 Skip List查詢

假設(shè)初始Skip List跳躍列表中已經(jīng)存在這些元素，他們分布的結(jié)構(gòu)如下所示：

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

此時(shí)查詢節(jié)點(diǎn)88，它的查詢路線如下所示：
多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

從Skip List跳躍列表最頂層level3開始，往后查詢到10 < 88 && 后續(xù)節(jié)點(diǎn)值為null && 存在下層level2level2 10往后遍歷，27 < 88 && 后續(xù)節(jié)點(diǎn)值為null && 存在下層level1level1 27往后遍歷，88 = 88，查詢命中

2.3 Skip List插入

Skip List的初始結(jié)構(gòu)與2.3中的初始結(jié)構(gòu)一致，此時(shí)假設(shè)插入的新節(jié)點(diǎn)元素值為90，插入路線如下所示：

查詢插入位置，與Skip List查詢方式一致，這里需要查詢的是第一個(gè)比90大的節(jié)點(diǎn)位置，插入在這個(gè)節(jié)點(diǎn)的前面， 88 < 90 < 100構(gòu)造一個(gè)新的節(jié)點(diǎn)Node(90)，為插入的節(jié)點(diǎn)Node(90)計(jì)算一個(gè)隨機(jī)level，這里假設(shè)計(jì)算的是1，這個(gè)level時(shí)隨機(jī)計(jì)算的，可能時(shí)1、2、3、4…均有可能，level越大的可能越小，主要看隨機(jī)因子x ，層數(shù)的概率大致計(jì)算為 (1/x)^level ，如果level大于當(dāng)前的最大level3，需要新增head和tail節(jié)點(diǎn)節(jié)點(diǎn)構(gòu)造完畢后，需要將其插入列表中，插入十分簡(jiǎn)單步驟 -> Node(88).next = Node(90); Node(90).prev = Node(80); Node(90).next = Node(100); Node(100).prev = Node(90);

多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)

2.4 Skip List刪除

刪除的流程就是查詢到節(jié)點(diǎn)，然后刪除，重新將刪除節(jié)點(diǎn)左右兩邊的節(jié)點(diǎn)以鏈表的形式組合起來(lái)即可，這里不再畫圖
?

4、手寫實(shí)現(xiàn)一個(gè)簡(jiǎn)單Skip List

實(shí)現(xiàn)一個(gè)Skip List比較簡(jiǎn)單，主要分為兩個(gè)步驟：

定義Skip List的節(jié)點(diǎn)Node，節(jié)點(diǎn)之間以鏈表的形式存儲(chǔ)，因此節(jié)點(diǎn)持有相鄰節(jié)點(diǎn)的指針，其中prev與next是同一level的前后節(jié)點(diǎn)的指針，down與up是同一節(jié)點(diǎn)的多個(gè)level的上下節(jié)點(diǎn)的指針
定義Skip List的實(shí)現(xiàn)類，包含節(jié)點(diǎn)的插入、刪除、查詢，其中查詢操作分為升序查詢和降序查詢（往后和往前查詢），這里實(shí)現(xiàn)的Skip List默認(rèn)節(jié)點(diǎn)之間的元素是升序鏈表

3.1 定義Node節(jié)點(diǎn)

Node節(jié)點(diǎn)類主要包括如下重要屬性：

score -> 節(jié)點(diǎn)的權(quán)重，這個(gè)與Redis中的score相同，用來(lái)節(jié)點(diǎn)元素的排序作用
value -> 節(jié)點(diǎn)存儲(chǔ)的真實(shí)數(shù)據(jù)，只能存儲(chǔ)String類型的數(shù)據(jù)
prev -> 當(dāng)前節(jié)點(diǎn)的前驅(qū)節(jié)點(diǎn)，同一level
next -> 當(dāng)前節(jié)點(diǎn)的后繼節(jié)點(diǎn)，同一level
down -> 當(dāng)前節(jié)點(diǎn)的下層節(jié)點(diǎn)，同一節(jié)點(diǎn)的不同level
up -> 當(dāng)前節(jié)點(diǎn)的上層節(jié)點(diǎn)，同一節(jié)點(diǎn)的不同level

package com.liziba.skiplist;

/**
 * <p>
 *      跳表節(jié)點(diǎn)元素
 * </p>
 *
 * @Author: Liziba
 * @Date: 2021/7/5 21:01
 */
public class Node {

    /** 節(jié)點(diǎn)的分?jǐn)?shù)值，根據(jù)分?jǐn)?shù)值來(lái)排序 */
    public Double score;
    /** 節(jié)點(diǎn)存儲(chǔ)的真實(shí)數(shù)據(jù) */
    public String value;
    /** 當(dāng)前節(jié)點(diǎn)的 前、后、下、上節(jié)點(diǎn)的引用 */
    public Node prev, next, down, up;

    public Node(Double score) {
        this.score = score;
        prev = next = down = up = null;
    }

    public Node(Double score, String value) {
        this.score = score;
        this.value = value;
    }
}

3.2 SkipList節(jié)點(diǎn)元素的操作類

SkipList主要包括如下重要屬性：

head -> SkipList中的頭節(jié)點(diǎn)的最上層頭節(jié)點(diǎn)（level最大的層的頭節(jié)點(diǎn)），這個(gè)節(jié)點(diǎn)不存儲(chǔ)元素，是為了構(gòu)建列表和查詢時(shí)做查詢起始位置的，具體的結(jié)構(gòu)請(qǐng)看2.3中的結(jié)構(gòu)
tail -> SkipList中的尾節(jié)點(diǎn)的最上層尾節(jié)點(diǎn)（level最大的層的尾節(jié)點(diǎn)），這個(gè)節(jié)點(diǎn)也不存儲(chǔ)元素，是查詢某一個(gè)level的終止標(biāo)志
level -> 總層數(shù)
size -> Skip List中節(jié)點(diǎn)元素的個(gè)數(shù)
random -> 用于隨機(jī)計(jì)算節(jié)點(diǎn)level，如果 random.nextDouble() < 1/2則需要增加當(dāng)前節(jié)點(diǎn)的level，如果當(dāng)前節(jié)點(diǎn)增加的level超過(guò)了總的level則需要增加head和tail(總level)

package com.liziba.skiplist;

import java.util.Random;

/**
 * <p>
 *      跳表實(shí)現(xiàn)
 * </p>
 *
 * @Author: Liziba
 */
public class SkipList {

    /** 最上層頭節(jié)點(diǎn) */
    public Node head;
    /** 最上層尾節(jié)點(diǎn) */
    public Node tail;
    /** 總層數(shù) */
    public int level;
    /** 元素個(gè)數(shù) */
    public int size;
    public Random random;

    public SkipList() {
        level = size = 0;
        head = new Node(null);
        tail = new Node(null);
        head.next = tail;
        tail.prev = head;
    }

    /**
     * 查詢插入節(jié)點(diǎn)的前驅(qū)節(jié)點(diǎn)位置
     *
     * @param score
     * @return
     */
    public Node fidePervNode(Double score) {
        Node p = head;
        for(;;) {
            // 當(dāng)前層(level)往后遍歷，比較score，如果小于當(dāng)前值，則往后遍歷
            while (p.next.value == null && p.prev.score <= score)
                p = p.next;
            // 遍歷最右節(jié)點(diǎn)的下一層(level)
            if (p.down != null)
                p = p.down;
            else
                break;
        }
        return p;
    }

    /**
     * 插入節(jié)點(diǎn)，插入位置為fidePervNode(Double score)前面
     *
     * @param score
     * @param value
     */
    public void insert(Double score, String value) {

        // 當(dāng)前節(jié)點(diǎn)的前置節(jié)點(diǎn)
        Node preNode = fidePervNode(score);
        // 當(dāng)前新插入的節(jié)點(diǎn)
        Node curNode = new Node(score, value);
        // 分?jǐn)?shù)和值均相等則直接返回
        if (curNode.value != null && preNode.value != null && preNode.value.equals(curNode.value)
                  && curNode.score.equals(preNode.score)) {
            return;
        }

        preNode.next = curNode;
        preNode.next.prev = curNode;
        curNode.next = preNode.next;
        curNode.prev = preNode;

        int curLevel = 0;
        while (random.nextDouble() < 1/2) {
            // 插入節(jié)點(diǎn)層數(shù)(level)大于等于層數(shù)(level)，則新增一層(level)
            if (curLevel >= level) {
                Node newHead = new Node(null);
                Node newTail = new Node(null);
                newHead.next = newTail;
                newHead.down = head;
                newTail.prev = newHead;
                newTail.down = tail;
                head.up = newHead;
                tail.up = newTail;
                // 頭尾節(jié)點(diǎn)指針修改為新的，確保head、tail指針一直是最上層的頭尾節(jié)點(diǎn)
                head = newHead;
                tail = newTail;
                ++level;
            }

            while (preNode.up == null)
                preNode = preNode.prev;

            preNode = preNode.up;

            Node copy = new Node(null);
            copy.prev = preNode;
            copy.next = preNode.next;
            preNode.next.prev = copy;
            preNode.next = copy;
            copy.down = curNode;
            curNode.up = copy;
            curNode = copy;

            ++curLevel;
        }
        ++size;
    }

    /**
     * 查詢指定score的節(jié)點(diǎn)元素
     * @param score
     * @return
     */
    public Node search(double score) {
        Node p = head;
        for (;;) {
            while (p.next.score != null && p.next.score <= score)
                p = p.next;
            if (p.down != null)
                p = p.down;
            else // 遍歷到最底層
                if (p.score.equals(score))
                    return p;
                return null;
        }
    }

    /**
     * 升序輸出Skip List中的元素 （默認(rèn)升序存儲(chǔ)，因此從列表head往tail遍歷）
     */
    public void dumpAllAsc() {
        Node p = head;
        while (p.down != null) {
            p = p.down;
        }
        while (p.next.score != null) {
            System.out.println(p.next.score + "-->" + p.next.value);
            p = p.next;
        }
    }

    /**
     * 降序輸出Skip List中的元素
     */
    public void dumpAllDesc() {
        Node p = tail;
        while (p.down != null) {
            p = p.down;
        }
        while (p.prev.score != null) {
            System.out.println(p.prev.score + "-->" + p.prev.value);
            p = p.prev;
        }
    }


    /**
     * 刪除Skip List中的節(jié)點(diǎn)元素
     * @param score
     */
    public void delete(Double score) {
        Node p = search(score);
        while (p != null) {
            p.prev.next = p.next;
            p.next.prev = p.prev;
            p = p.up;
        }
    }
}

到此這篇關(guān)于多維度深入分析Redis的5種基本數(shù)據(jù)結(jié)構(gòu)的文章就介紹到這了。希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持服務(wù)器之家。

原文鏈接：https://blog.csdn.net/qq_41125219/article/details/118559762