Trie 字典树

Trie 字典树

Trie树，即字典树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。

Trie的核心思想是空间换时间。利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的

它有3个基本性质：

1. 根节点不包含字符，除根节点外每一个节点都只包含一个字符。
2. 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。
3. 每个节点的所有子节点包含的字符都不相同。

静态写法

• Y总的模板写法

// 相关代码模拟
#include<iostream>
#include<string>
using namespace std;
constexpr int N = 1e+6;
int trie[N][26], cnt[N], idx;           // idx用于指示现在用到了第几个节点，可以当作一个指针 

// trie树的插入操作
auto insert(const char *str)            // 往trie树加入一个字符串
{
    int p = 0;
    for(int i = 0; str[i]; ++i)
    {
        int t = str[i] - 'a';
        if(!trie[p][t]) trie[p][t] = ++idx;
        p = trie[p][t];
    }
    cnt[p]++;                           // cnt数组作为标记 end 
}

// trie树的查询操作
auto find(const char *str)          
{
    int p = 0;
    for(int i = 0; str[i]; ++i)
    {
        int t = str[i] - 'a';
        if(!trie[p][t]) return 0;
        p = trie[p][t];
    }
    return cnt[p];                      // 若当前节点非空, 表示找到. 
}


/*
静态写法中, 以 idx 作为trie动态节点中相应的一个具体地址标志
因为静态写法中, 每一层的26个节点都是直接存在的 
这种写法主要是浪费空间, 其中N的取值往往直接取题目中信息中的最大的范围 
同时这种直接使用静态数组的结构虽然相比于自定义结构的写法减少了内存申请所需要的时间 
但如果需要记录每个节点一些额外的信息, 则需另外一个结构来保存, 相比于自定义写法直接
封装来说显得操作繁琐 
*/

常规写法

• 常规 leetcode 的 trie树写法

class TireNode
{
public:
    TireNode* tire[26] = {nullptr};
    int sum; 
    TireNode():sum(0) {}
};

void add(const string &word) 
{
	TireNode *cur = &root; 
	for (auto c : word) 
	{
		if (!cur->tire[c - 'a']) 
		{
			TireNode *node = new TireNode; 
			cur->tire[c - 'a'] = node; 
			cur = node;
		}
		else cur = cur->tire[c - 'a']; 
		// cur->sum++;
	}
}


/*
常规的字自定义写法, 其中 sum 为用户自定义结构的成员变量, 根据不同的应用场景替换
成对应的其他结构变量, 用于记录这个节点的额外信息 
*/

应用场景

• 字符串统计
• 异或相关