跳过列表中的随机级别功能

Question

我正在查看skip list implementation in Java，我想知道以下方法的目的：

public static int randomLevel() {
    int lvl = (int)(Math.log(1.-Math.random())/Math.log(1.-P));
    return Math.min(lvl, MAX_LEVEL);
}

以上方法和

之间有什么区别

Random.nextInt(6);

任何人都可以解释一下吗？感谢。

Answer 1

Random.nextInt应该提供一个随机变量，其概率分布在（em）[0,6] 的区间内（大约）为discrete uniform distribution。 您可以详细了解此here。 http://puu.sh/XMwn

请注意，内部Random使用linear congruential generator m = 2^48, a = 25214903917, and c = 11。

---

randomLevel代替（大约）使用geometric distribution，其中 p = 0.5 。您可以详细了解分发here。

http://puu.sh/XMwT

基本上，randomLevel返回0，概率 0.5 ，1 0.25 ，2与 0.125 等，直到6 0.5 ^ 7 即* 0.0078125 ** - 远远超过 ~0.14 Random.nextInt

---

现在重要的是a skip list is an inherently probabilistic data structure。通过利用多个稀疏级别的链表，它们可以实现 O（log n）搜索的平均运行时性能 - 类似于平衡二叉搜索树，但不太复杂并使用更少的空间。 Using a uniform distribution here would not be appropriate，看看与较低级别相比，较高级别的人口密度较低（注意：下方，级别向下增长） - 这对于快速搜索而言是必要的。

Answer 2

就像链接说的那样......

“这给了我们50％的机会让random_level（）函数返回0，有25％的几率返回1，12.5％的几率返回2等等......”因此分布不均匀。但是，Random.nextInt（）是。可能会选择0到5之间的任何数字。

我没有看过完整的实现，但可能发生的是randomLevel（）我们用来选择一个数字，比如n。然后，需要添加到skiplist的元素将具有指针0,1，...，n。您可以将每个级别视为单独的列表。

为什么要使用这样的发行版？均匀分布将需要太多的内存以获得它所带来的好处。通过使用几何分布减少机会，获得“甜蜜”点。现在实现了以更小的存储器占用空间快速获得值的优点。