SkipList是一种有序的数据结构，它通过在每个节点中维持多个指向其它节点的指针，从而达到快速访问节点的目的。
跳跃表支持平均O(logN)，最坏O(N)负责度的节点查找。还可以通过顺序性操作来批量处理节点，在大部分情况下，跳跃表的效率可以和平衡树相媲美，并且跳跃表的实现比平衡树来的更为简单，所以有不少程序使用跳跃表来代替平衡树。
Redis中的有序集合键使用跳跃表作为底层的实现之一，如果一个有序集合包含的元素数量比较多，又或者有序集合中元素的成员是比较长的字符串时，Redis会使用跳跃表来作为有序集合的底层实现。
Redis中只有两个地方使用到了跳跃表，一个是有序集合，一个是集群节点中作为内部数据结构。
跳跃表的原理：
性质：
1、跳跃表由很多层结构组成
2、每一层都是一个有序的集合，排列顺序由高层到底层，都至少包含两个链表节点，分别是前面的head节点和后面的nil节点。
3、最底层的链表包含了所有的元素
4、如果一个元素出现在某一层的链表中，那么在该层之下的链表也都会出现（上一层的元素是当前层的元素的子集）
5、链表中的每个节点都至少包含两个指针，一个指向同一层的下一个链表节点，一个指向下一层的同一个链表节点
上面的性质看的可能有些绕，我们先来看下跳跃表的大致模样。
如图，我们可以理解跳跃表类似于游戏中的跳跃，在不同楼层之间跳跃，用于寻找那个家的位置。
下面我们来理解下跳跃表的性质
性质1：这个略过
性质2：每一层都是一个有序的集合，排列顺序由高层到底层，都至少包含两个链表节点，分别是前面的head节点和后面的nil节点。这个我们从图上面可以看出，由于不同层，组成了不同密度的链表，可以理解为不同的层次之间有不同的联系。组成了不同层级之间链表。
性质3：这个略过
性质4：如果一个元素出现在某一层的链表中，那么在该层之下的链表也都会出现（上一层的元素是当前层的元素的子集）这个也比较好理解，如果元素是3，那么最底层的链表肯定包含了3，同样的3对应的第2层也包含了3，第2层很明显是底层的一个子集。
性质5：链表中的每个节点都至少包含两个指针，一个指向同一层的下一个链表节点，一个指向下一层的同一个链表节点
性质5有点绕口，同一层的下一个链表节点和下一层的同一个链表节点。理解这个，需要我们清楚一个前提，skipList本身是具有顺序的链表结构，因此在查找的时候，会充分利用这个特性。首先，我们寻找是自上而下开始寻找的，由于最高层的链表的节点数量是最少的，因此我们可以通过最高层之前的有序性，来确定目标节点的最高层的范围，
例如对节点5的寻找，首先寻找到了4节点的最高层，比较了与4节点相同高度的只有6节点，因此比较6节点的最高层的值，发现5节点的score(这边用score来表示有序性的***)在4节点和6节点之间，因此寻找4节点的次高层，向下延伸，发现4节点次高层的同一高度最近的节点还是6节点的次高层，再次递归比较，发现6节点的次高层的score比5节点的要大，因此继续从4节点向下延伸，到最底层发现5节点的是4节点的最底层的下一个节点，继续比较score的值，发现5是符合条件的，继续比较5节点的内容和寻找的是否一致，确定节点。这样我们可以看出来平均的复杂度是O(logN)
明白了跳跃表的原理，我们来看Redis中的SortSet的实现。
Redis中sortSet的实现：
Redis中的跳跃表由Redis.h/zskipListNode和redis.h/zskipList两个结构定义，其中zskipListNode用于表示跳跃表节点，而zskipList结构用于保存跳跃表节点的相关信息，比如节点的数量，以及表头节点和表尾节点的指针信息等等。
如上图所示，展示了一个跳跃表，左侧的是zskipList的结构，该结构的元素如下：
1、header：指向跳跃表的表头节点
2、tail:指向跳跃表的表尾节点
3、level：记录在跳跃表内，层数最大的那个节点的层数（表头的层数不计算在内） 这个主要是用于节省开始层数判断
4、length：记录跳跃表的长度，也即是，跳跃表目前包含节点的数量（表头节点不计算在内）
而zskipListNode结构则是包含以下的属性：
1、level（层）：节点中使用L1，L2，L3等字样标记节点的各个层，L1代表第一层，L2代表第二层，一次类推
2、backword（后退指针）：节点中使用BW字样标记节点的后退指针，它指向位于当前节点的前一个节点。后退指针在程序中从表尾向表头遍历时使用。
3、score(分值)：各个节点中1.0,2.0,3.0是节点保存的分值，在跳跃表中节点按照各自保存的分值从小到大排列。
4、obj（成员变量）：各个节点中的o1，o2和o3是节点保存的成员对象。
注意表头节点和其他节点的构造是一样的，表头节点也有后退指针，分值和成员对象，不过表头节点的这些属性都不会被用到，因此图中没有展示这些属性。
以下是跳跃表的数据结构：
跳跃表的API：
使用跳跃表，我们可以很方便的查找一个范围区间的数据。
skipList与平衡树、Hash表的比较：
1、skiplist和各种平衡树（如AVL、红黑树等）的元素是有序排列的，而哈希表不是有序的。因此，在哈希表上只能做单个key的查找，不适宜做范围查找。所谓范围查找，指的是查找那些大小在指定的两个值之间的所有节点。
2、在做范围查找的时候，平衡树比skiplist操作要复杂。在平衡树上，我们找到指定范围的小值之后，还需要以中序遍历的顺序继续寻找其它不超过大值的节点。如果不对平衡树进行一定的改造，这里的中序遍历并不容易实现。而在skiplist上进行范围查找就非常简单，只需要在找到小值之后，对第1层链表进行若干步的遍历就可以实现。
3、平衡树的插入和删除操作可能引发子树的调整，逻辑复杂，而skiplist的插入和删除只需要修改相邻节点的指针，操作简单又快速。
4、从内存占用上来说，skiplist比平衡树更灵活一些。一般来说，平衡树每个节点包含2个指针（分别指向左右子树），而skiplist每个节点包含的指针数目平均为1/(1-p)，具体取决于参数p的大小。如果像Redis里的实现一样，取p=1/4，那么平均每个节点包含1.33个指针，比平衡树更有优势。
5、查找单个key，skiplist和平衡树的时间复杂度都为O(log n)，大体相当；而哈希表在保持较低的哈希值冲突概率的前提下，查找时间复杂度接近O(1)，性能更高一些。所以我们平常使用的各种Map或dictionary结构，大都是基于哈希表实现的。
6、从算法实现难度上来比较，skiplist比平衡树要简单得多
转载于:https://my.oschina.net/guanhe/blog/2253672