Skiplist和strcpy以及AVL/红黑树

有点乱，是吧，确实，Skiplist怎么可能和strcpy联系在一起？

  确实，二者关联不大，但是二者最终的一个思想却是殊途同归的，背包算法的精髓在其中体现。本文不讲动态规划，也不讲背包算法，只是单纯的欣赏。

字符串拷贝

你要怎么把一个字符串拷贝到内存的一个位置？

  很简单，不是吗？你几乎天天调用，面试题也经常考，答案也是千篇一律，即便答错了一般也无所谓，答案几乎都是：

...
while(s++)
    *d++ = *s
...

这种。这样写对吗？当然对。但是这样写好吗？不好。

  如果我要拷贝一个4字节的字符串，是不是可以直接使用字拷贝指令呢？如果我拷贝5000字节的内容，并且我已经有一个超级高效的页面拷贝算法，是不是可以先拷贝一个4096字节的页面，然后再拷贝剩下的呢？剩下的是不是可以按照机器支持的最大处理长度分割，然后依次拷贝呢？最终我们的目标是，让拷贝的次数最少！嗯，这是一个典型的背包问题！如何解呢？答案在GNU的C库里。

---

Skiplist

现在来看跳表。

  我们希望有一个完全保持平衡的数据结构来保存数据，从而达到查找效率的最高点，选什么？很多人答曰红黑树。我不反对。

  但我觉得是Skiplist，因为它更优雅。这里不扯谁对谁错，你可以说Linux内核通用数据结构几乎都是红黑树，然而Redis为什么用Skiplist…这就好像你非要说奔驰比宝马好，而我觉得奥迪也不错一样，都差不多的东西，哪个更好纯属个人主观爱好了。

  红黑树需要在插入，删除的时候重新进行平衡操作，但是Skiplist并不需要，Why？

  因为它使用了一件利器，即概率。我们知道，独立事件是正态分布，关联事件是幂律，数据的插入显然是独立事件，即符合正态分布。

  我们知道，Skiplist的每一个元素均有 50%n 50 % n 的概率提升到 n n 层，那么第 n n 层有 m m 个节点的概率则为：

P≤m×50%n P ≤ m × 50 % n

显然这个概率与第 n n 层具体的数据分布无关。因此在概率上，每一层的数据分布都是正态的，超级标准的。我们可以假设最终的Skiplist是下面的形状，它几乎在绝大多数情况下就是下面的形状：

理想情况下(绝大多数情况都是理想情况！)，查找操作 log log 级进行，这是和二叉树一致的，但是有没有发现，它竟然不需要做任何的平衡操作！相信概率即可。Skiplist倾斜的概率等于你连续 n n 此投掷硬币均显示正面！

   log log 级别skip节点，这不也是一种背包谜题的答案吗？和字符串拷贝一样，这里我需要寻找最少的比较次数，Skiplist不错！

AVL树

它太矜持了，同时又太较真儿，不说它。