跳跃表在查询、添加、删除的时间复杂度上做到O(logN)
跳跃表（SkipList）是一种基于有序链表的扩展，简称跳表
思考：如何才能更快找到一个有序链表的某一节点
以上做法虽然增加了50%的额外空间，但是性能提高了一倍，此外还可以继续提取
当大量的新节点通过逐层比较，最终插入到原链表之后，上层的索引节点会渐渐变得不够用，所以需要考虑如何从新节点当中选取一部分提取到上一层（采用抛硬币的方式，随机决定新节点是否提拔，每向上提拔一层的几率是50%）
之所以使用抛硬币的方式，是因为跳跃表删除和添加的节点是不可预测的，很难用一种有效的算法来保证跳表的索引分布始终均匀
综上：跳跃表插入节点的流程有以下几步
1、新节点和各层索引节点逐一比较，确定原链表的插入位置。O（logN）
2、把索引插入到原链表。O（1）
3、利用抛硬币的随机方式，决定新节点是否提升为上一级索引。结果为“正”则提升并继续抛硬币，结果为“负”则停止。O（logN）
4、总体上，跳跃表插入操作的时间复杂度是O（logN），而这种数据结构所占空间是2N，既空间复杂度是 O（N）。
删除流程：
1、自上而下，查找第一次出现节点的索引，并逐层找到每一层对应的节点。O（logN）
2、删除每一层查找到的节点，如果该层只剩下1个节点，删除整个一层（原链表除外）。O（logN）
3、总体上，跳跃表删除操作的时间复杂度是O（logN）。
跳跃表和二叉查找树的区别：
跳跃表维持结构平衡的成本比较低，完全依靠随机。而二叉查找树在多次插入删除后，徐亚Rebalance来重新调整结构平衡
应用：Redis中的Sorted-set
参考链接：
需要了解本文更详细内容的，请参考以下链接