算法学习过程——数据结构之字典树TrieTree

引入

        判断一个字符串是否出现在另一个字符串中，暴力的解法肯定是行不通的，而利用字典树这个数据结构就可以以 logn 的时间处理查询问题。

        字典树的建树（或者说是添加操作）的原理是这样的，先从字符串第一个字符开始遍历，再从根目录找相应的字符，如果能找到则继续向下找，直到找到最后一个字符处打上标记，代表有一个字符串以这个字符结束。如果中间不能找到，那么就再刚刚查找的那一层同层建立一个新节点赋为正在找的字符，往后每一个字符都自己新建节点，直到最后打上标记。

如图为字符串 "ab" "abc" "abd" "bc" 添加到树里的结果 ：绿色代表打标记，如果要考虑计数问题，可以用 int 变量作为标记

字典树就是按照我们查字典的习惯建立的数，先从根部开始找第一个字母，找到后再以这个字母向下层找第二个字母，以此类推，直到找到最后一个字母，如果都能找到，则代表这个字符串在这个给定字符串中。

实现

        在实际算法竞赛中，如果要用到字典树往往会使用数组来模拟，优点是速度快，而且c++的STL中没有树的容器，因此数组模拟是最优解。由于每一层都有可能有26个字母，因此用二维数组来存储：tire[N][26]，每一个节点都会有自己的编号，因此实际上我们只需要存储编号就可以，用int 存储，标记数组一维便可以，cnt[N] 代表到编号为 i 的字符串是否出现，出现几次。

实际上树是这个样子：

int tire[100000][26], idx;
int cnt[100000];  // 该结点结尾的字符串是否存在

void insert(string s) {  // 插入字符串
    int p = 0;
    for (int i = 0; i < s.size(); i++) {
        int x = s[i] - 'a';
        if (!tire[p][x]) tire[p][x] = ++idx;  // 如果没有，就添加结点
        p = tire[p][x];
    }
    cnt[p] ++;
}

int query(string s) {  // 查找字符串
    int p = 0;
    for (int i = 0; i < s.size(); i++) {
        int x = s[i] - 'a';
        if (!tire[p][x]) return 0;
        p = tire[p][x];
    }
    return cnt[p]; // 只有两个字符串一模一样才能返回非0，如果只是想查询是否包含，此处直接返回1
}

讲解

1.变量idx： idx代表字典树中每一个节点的编号。

2.trie[N][26]： 其中1~N为上方节点的编号，0代表root节点，1~26为连在i节点下方的26个字母。如果trie[i][x]=0,则代表字典树中目前没有这个点，而trie[i][x]的值代表这个点下方连有的点的编号。

3.cnt[N]: cnt[i] == 0代表编号为i的点不是一个单词的结束点，cnt[i]！=0代表编号为i的点是一个单词的结束点。

4.（难点）变量p:
p代表当前节点编号，初始化为0，代表初始节点，在函数的循环中，我们首先用 x 确定接下来要找的字母，再用 tire[p][x] 判断是否有下个字符。如果目标节点存在，就把p更新成目标节点的编号（p = trie[p][x]）。而如果trie[p][x] == 0，代表字典树中没有这个点，查找失败。而如果是插入函数，我们就用 ++id 来把这个点存进字典树。我们在两个函数的最后用cnt[p]来标记。

 例题

P2580 于是他错误的点名开始了 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

题解：

// Problem: P2580 于是他错误的点名开始了
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/P2580
// Memory Limit: 128 MB
// Time Limit: 1000 ms
// 
// Powered by CP Editor (https://cpeditor.org)

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const int N = 3e5 + 9;
#define int long long
int n, m;
map<string, bool> mp;

int tire[N][26], idx;
int cnt[N];  // 该结点结尾的字符串是否存在

void insert(string s) {  // 插入字符串
    int p = 0;
    int tt = s.size();
    for (int i = 0; i < tt; i++) {
        int x = s[i] - 'a';
        if (!tire[p][x]) tire[p][x] = ++idx;  // 如果没有，就添加结点
        p = tire[p][x];
    }
    cnt[p] ++;
}

int query(string s) {  // 查找字符串
    int p = 0;
    int tt = s.size();
    for (int i = 0; i < tt; i++) {
        int x = s[i] - 'a';
        if (!tire[p][x]) return 0;
        p = tire[p][x];
    }
    return cnt[p];
}

void solve() {
	cin >> n;
	for (int i = 1; i <= n; ++ i) {
		string s; cin >> s;
		insert(s);
	}
	cin >> m;
	for (int i = 1; i <= m; ++ i) {
		string s;cin >> s;
		if (query(s)) {
			if (!mp[s]) {
				cout << "OK\n";
				mp[s] = 1;
			}else {
				cout << "REPEAT\n";
			}
		}
		else cout << "WRONG\n";
	}
}

signed main() {
	ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
	int _ = 1;
	//cin >> _;
	while (_--) {
		solve();
	}
	return 0;
}

总结

        自用复习以及分享给大家，有任何问题可以留言或私信。