Trie 函数

高效存储和查找字符串

从图中可以看出 Trie 树包含以下性质：

    根节点不包含字符，其他节点包含一个字符。

    从根节点到某一节点经过的字符连接起来构成一个字符串。如图中的 him 、 her 、 cat 、 no 、 nova。
    一个字符串与 Trie 树中的一条路径对应。
    在实现过程中，会在叶节点中设置一个标志，用来表示该节点是否是一个字符串的结尾，本例中用青色填充进行标记。

Trie 树中每个节点存储一个字符，从根节点到叶节点的一条路径存储一个字符串。另外，有公共前缀的字符串，他们的公共前缀会共用节点。如 her、 him 共用 h 节点。

Trie树中有个二维数组 son[N][26]，表示当前结点的儿子，如果没有的话，可以等于++idx。Trie树本质上是一颗多叉树，对于字母而言最多有26个子结点。所以这个数组包含了两条信息。比如：son[1][0]=2表示1结点的一个值为a的子结点为结点2;如果son[1][0] = 0，则意味着没有值为a子结点。这里的son[N][26]相当于链表中的ne[N]。

如何生成 Trie 树？

Trie 树的生成过程，就是不断将字符串插入树中。

以插入字符串 him 、 her 、 cat 、 no 、 nova 为例，过程如下：

  1  插入 him :

根节点不存在子节点 h，因此创建子节点 h。
在节点 h 的基础上插入第二个字符 i。
节点 h 不存在子节点 i，创建子节点 i。
在节点 i 的基础上插入第三个字符 m。

节点 i 不存在子节点 m，创建子节点 m。并将该节点标记为字符串结束标志，完成 him 字符串插入。

插入 her :

根节点存在子节点 h。不用重新创建子节点 h。
在节点 h 的基础上插入第二个字符 e。
节点 h 不存在子节点 e，创建子节点 e。
在节点 e 的基础上插入第三个字符 r。

节点 e 不存在子节点 r，创建子节点 r。并将该节点标记为字符串结束标志，完成 her 字符串插入。

插入 cat：

根节点不存在子节点 c，因此创建子节点 c。
在节点 c 的基础上插入第二个字符 a。
节点 c 不存在子节点 a，创建子节点 a。
在节点 a 的基础上插入第三个字符 t。

节点 a 不存在子节点 t，创建子节点 t。并将该节点标记为字符串结束标志，完成 cat 字符串插入。

插入 no:

根节点不存在子节点 n，因此创建子节点 n。
在节点 n 的基础上插入第二个字符 o。

节点 n 不存在子节点 o，创建子节点 o。并将该节点标记为字符串结束标志，完成 no 字符串插入。

插入 nova:

    根节点存在子节点 n，不用重新创建子节点 n。
    在节点 n 的基础上插入第二个字符 o。
    节点 n 存在子节点 o，不用重新创建子节点 o。
    在节点 o 的基础上插入第三个字符 v。
    节点 o 不存在子节点 v，创建子节点 v。
    在节点 v 的基础上插入第四个字符 a。
    节点 v 不存在子节点 a，创建子节点 a。并将该节点标记为字符串结束标志，完成 nova 字符串插入。

如何删除一个字符串？

删除一个字符串需要考虑的地方较多。

情况一：待删除的字符串末尾为叶节点，且与其它字符串无公共前缀。将节点逐一删除即可，例如删除 cat。

情况二：待删除字符串末尾不是叶节点。将字符串标志位置为 false 即可，例如删除 no 。

情况三：待删除字符串末尾为叶节点，并且中间有其它单词。逐一删除节点，直到待删除节点是另一个字符串的结尾为止，例如删除 nova。

情况四：待删除字符串某一节点还有其它子节点。逐一删除节点，如果待删除节点还有其它子节点，则停止删除，例如删除 him。

Trie 树有什么用？

Trie 树又叫字典树。字典是用来查字的，Trie 树最基本的作用是在树上查找字符串。

例如有 5 个字符串： him 、 her 、 cat 、 no 、 nova 。现在要查找 catch 是否存在。

如果使用暴力的方法，需要用 catch 与这 5 个字符串分别进行匹配，效率较低。

如果将这 5 个字符串存储成 Trie 的结构，只需要顺着路径依次比较，比较完 cat 之后，没有节点与 c 匹配，所以字符串集合中不存在 catch。

void insert(char str[])
{
    int p = 0; //从根结点开始遍历
    for (int i = 0; str[i]; i ++ )
    {
        int u =str[i] - 'a';
        if (!son[p][u]) son[p][u] = ++ idx; //没有该子结点就创建一个
        p = son[p][u]; //走到p的子结点
    }

    cnt[p] ++; // cnt相当于链表中的e[idx]
}

int son[N][26], cnt[N], idx;
	// 0号点既是根节点，又是空节点
	// son[][]存储树中每个节点的子节点
	// cnt[]存储以每个节点结尾的单词数量

	// 插入一个字符串
	void insert(char *str)
	{
		int p = 0;
		for (int i = 0; str[i]; i ++ )
		{
			int u = str[i] - 'a';
			if (!son[p][u]) son[p][u] = ++ idx;
			p = son[p][u];
		}
		cnt[p] ++ ;
	}

	// 查询字符串出现的次数
	int query(char *str)
	{
		int p = 0;
		for (int i = 0; str[i]; i ++ )
		{
			int u = str[i] - 'a';
			if (!son[p][u]) return 0;
			p = son[p][u];
		}
		return cnt[p];
	}

AcWing 835. Trie字符串统计   

维护一个字符串集合，支持两种操作：

1. I x 向集合中插入一个字符串 x；

1. Q x 询问一个字符串在集合中出现了多少次。共有 N个操作，所有输入的字符串总长度不超过 105，字符串仅包含小写英文字母。

输入格式

第一行包含整数 N，表示操作数。

接下来 N行，每行包含一个操作指令，指令为 I x 或 Q x 中的一种。

输出格式

对于每个询问指令 Q x，都要输出一个整数作为结果，表示 x在集合中出现的次数。每个结果占一行。

数据范围

1≤N≤2∗104

输入样例：

5
I abc
Q abc
Q ab
I ab
Q ab

输出样例：

1
0
1

#include<iostream>
using namespace std;
const int N = 100010;
int idx; // 各个节点的编号，根节点编号为0
int son[N][26];//Trie 树本身
//cnt[x] 表示：以 编号为 x 为结尾的字符串的个数
int cnt[N];

int n;

void insert(string s){
    int p = 0;//指向根节点
    for(int i = 0; i < s.size(); i++){
        //将当前字符转换成数字（a->0, b->1,...）
        int u = s[i] - 'a';
        //如果数中不能走到当前字符
        //为当前字符创建新的节点，保存该字符
        if(!son[p][u])
            // 新节点编号为 idx + 1
            son[p][u] = ++idx;
        p = son[p][u];
    }
    //这个时候，p 等于字符串 s 的尾字符所对应的 idx
    //cnt[p] 保存的是字符串 s 出现的次数
    //故 cnt[p] ++
    cnt[p] ++;
}

int query(string s){
    int p = 0;//指向根节点
    for(int i = 0; i < s.size(); i++){
        //将当前字符转换成数字（a->0, b->1,...）
        int u = s[i] - 'a';
        //如果走不通了，即树中没有保存当前字符
        //则说明树中不存在该字符串
        if(!son[p][u]) 
            return 0;
        //指向下一个节点
        p = son[p][u];
    }
    //循环结束的时候，p 等于字符串 s 的尾字符所对应的 idx
    // cnt[p] 就是字符串 s 出现的次数
    return cnt[p];
}

int main(){
    cin >> n;
    string s;
    char q;
    while(n--){
        cin >> q >> s;
        if(q == 'I'){
            //插入操作
            insert(s);
        }
        else{
            //查询操作
            cout << query(s) << endl;
        }
    }
}


作者：Hasity