这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
Redis ZSet 数据结构详解
概述
Redis 的有序集合（Sorted Set，简称 ZSet）是一种强大的数据结构，它结合了集合（无重复元素）和有序性（每个元素关联一个分数，按分数排序）的特性。在热搜榜、排行榜、延时队列等场景中有着广泛的应用。
底层数据结构
ZSet 的底层实现采用了**跳表（SkipList）和哈希表（Hash Table）**的组合结构，这种设计在保证有序性的同时，也提供了高效的查询性能。
跳表结构（SkipList）
跳表是一种基于链表的数据结构，通过多层索引实现快速查找。它是 ZSet 保持元素有序的核心结构。
层级结构示意：
Level 4: 0 --------------------------> 9
Level 3: 0 --------------> 5 --------> 9
Level 2: 0 ------> 3 ----> 5 ------> 8 -> 9
Level 1: 0 -> 1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 8 -> 9每个节点包含：
score: 元素的分数（用于排序）value: 元素的值（字符串）forward[]: 指向不同层级的下一个节点的指针数组backward: 指向前一个节点的指针（用于反向遍历）
跳表的特点：
- 平均时间复杂度：查询、插入、删除均为 O(log N)
- 最坏时间复杂度：O(N)
- 空间复杂度：O(N)
- 层级数通过随机算法决定，层数越高概率越低
哈希表结构（Dict）
哈希表用于存储成员到分数的映射，提供 O(1) 的成员查找和分数更新能力。
哈希表结构：
┌─────────────────────────────┐
│ member: "user:1001" ────→ │ score: 95.5
│ member: "user:1002" ────→ │ score: 88.0
│ member: "user:1003" ────→ │ score: 92.3
└─────────────────────────────┘为什么需要两种结构？
- 跳表：支持范围查询、按排名查询、有序遍历
- 哈希表：支持快速判断成员是否存在、快速获取成员分数
核心命令与时间复杂度
ZADD - 添加元素
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
时间复杂度：O(log N)
- N 为有序集合中元素的数量
- 需要同时在跳表中插入节点和在哈希表中添加记录
ZREM - 删除元素
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
时间复杂度：O(log N)
- 需要从跳表中删除节点并从哈希表中移除记录
ZRANGE - 获取范围内的元素
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
时间复杂度：O(log N + M)
- N 为有序集合中元素的数量
- M 为返回的元素数量
- O(log N) 用于定位起始位置，O(M) 用于遍历返回元素
其他常用命令
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
热搜榜实战示例
初始化热搜榜数据
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
获取热搜榜前 10 名
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
输出结果：
1) "人工智能"
2) "15800"
3) "Redis 教程"
4) "12500"
5) "系统设计"
6) "9800"
7) "微服务架构"
8) "8500"
9) "分布式缓存"
10) "7200"
11) "消息队列"
12) "6100"
13) "容器化部署"
14) "5400"
15) "API 设计"
16) "4800"
17) "性能优化"
18) "3900"
19) "安全实践"
20) "3200"更新话题热度
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
查询话题的实时排名
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
统计热度区间的话题数量
验证要点
- 命令只用于验证系统状态，读者不需要记具体参数。
性能分析总结
| 命令 | 时间复杂度 | 说明 |
|---|---|---|
| ZADD | O(log N) | 添加/更新元素 |
| ZREM | O(log N) | 删除元素 |
| ZRANGE | O(log N + M) | 按排名范围查询 |
| ZREVRANGE | O(log N + M) | 按排名反向查询 |
| ZRANGEBYSCORE | O(log N + M) | 按分数范围查询 |
| ZREVRANK | O(log N) | 获取元素排名 |
| ZSCORE | O(1) | 获取元素分数 |
| ZCARD | O(1) | 获取元素数量 |
| ZCOUNT | O(log N) | 统计分数范围内元素数 |
注意事项
- 分数精度：分数使用 double 类型，注意浮点数精度问题
- 成员唯一性：同一集合中成员唯一，重复添加会更新分数
- 内存占用：跳表和哈希表同时存储，内存开销较大
- 范围查询：使用
LIMIT限制返回数量，避免大量数据传输 - 过期策略：热搜榜通常需要设置过期时间，使用
EXPIRE命令
小结
Redis ZSet 通过跳表和哈希表的组合，实现了高效的有序数据存储和查询。在热搜榜场景中，可以利用其快速插入、更新、排名查询的特性，轻松实现实时排行榜功能。理解其底层结构和时间复杂度，有助于我们在实际应用中做出更优的设计决策。