Trie（字典树、前缀树）学习笔记

目录

 概念

初始化（initialize）

插入（insert）

查询（query）

例题及样码

---

概念

字典树，顾名思义，是关于“字典”的一棵树。即：它是对于字典的一种存储方式，所以是一种数据结构，而不是算法。这个词典中的每个“单词”就是从根节点出发一直到某一个目标节点的路径，路径中每条边的字母连起来就是一个单词。

常用来存储和查询字符串。假定接下来提到的字符串均由小写字母构成，那么Trie将是一棵 26  叉树。

Trie树：某个字符串集合对应的有根树

树的每条边：对应有恰好一个字符

树的每个顶点：代表从根到该节点的路径所对应的字符串（将所有经过的边上的字符按顺序连接起来）

初始化（initialize）

树仅包含一个根节点，该点的字符指针均指向空。

插入（insert）

首先，记录trie树的方法为：编号为 u  的节点指向了编号为 v  的节点，边对应了字母 c ，记为son[u][c] = v

 当需要插入一个字符串 s时，我们令一个指针 p起初指向根节点。

然后，依次扫描 s中的每个字符 c:

        若 c的指向一个己经存在的节点 q，则令 p=q

        若 c的指向空，即son[0][c] == 0 成立，说明Trie中不含字符 c，则令 son[0][c] = idx，其中 idx 为新建立的节点的编号

当 s中的字符扫描完毕时，在当前指针 p上标记它是一个字符串的末尾。

为什么说要给每个“字符串”的结尾打上标记呢？

假想这样一种情况，有两个字符串：ab，abcd。显然，后者在Trie中形成的路径包含前者，所以在存储这两个字符串的时候仅会得到一条路径，那如何说明我们存储了两个字符串呢？很简单，只需在每个字符串的末尾打上标记，如下图所示：

对应到代码中就是再开一个 cnt 数组（全0初始化），并令 cnt[2] = 1, cnt[4] = 1 即可。

如果同一个字符串存储了多次，只需在每次存储的时候执行 cnt[p]++ 即可，其中 p 是字符串末尾所对应的节点的编号。

代码如下：

const int N = 1e5 + 10;

int son[N][26], cnt[N], idx;  

void insert(const string &s) 
{
    int p = 0;  
    for (int i = 0; i < s.size(); i++) 
    {
        int c = s[i] - 'a';
        if (!son[p][c]) son[p][c] = ++idx;
        p = son[p][c]; //继续到下一个点
    }
    cnt[p]++;
}

 查询（query）

查询的思路和插入相似。

当需要查询一个字符串 s时，我们令一个指针 p起初指向根节点。

然后，依次扫描 s中的每个字符 c:

        若 c的字符指针指向一个己经存在的节点 q，则令 p=q

        若 c的字符指针指向空，说明s不在树中，查询结束

当 s中的字符扫描完毕时，在当前指针 p上标记它是一个字符串的末尾。

int query(const string &s) {
    int p = 0;
    for (int i = 0; i < s.size(); i++) {
        int c = s[i] - 'a';
        if (!son[p][c]) return 0;
        p = son[p][c];
    }
    return cnt[p];  // 返回字符串的个数
}

例题与样码

原题链接：142. 前缀统计 - AcWing题库

这道题目是字典树模板的略微改动,我们发现这道题目和一般字典树的查询不一样,字典树一般查询是看这个字符串是否出现,而这道题目这是统计这个字符串出现的次数。

#include <bits/stdc++.h>
using namespace std;
const int N=1e6+10;
char str[N];
int trie[N][26];
int n,m,t;
int End[N],tot=1;
void insert(char a[])
{
    int len=strlen(a),p=1;
    for(int i=0;i<len;++i)
    {
        int ch=a[i]-'a';
        if (trie[p][ch]==0)
            trie[p][ch]=++tot;
        p=trie[p][ch];
    }
    End[p]++;//统计个数
}
int Search(char a[])
{
    int len=strlen(a),p=1,ans=0;
    for(int i=0;i<len;++i)
    {
        p=trie[p][a[i]-'a'];
        if (p==0)
            return ans;
        ans+=End[p];
    }
    return ans;
}
int main()
{
    scanf("%d%d\n",&n,&t);
    for(int i=0;i<n;++i)
    {
        scanf("%s\n",str);
        insert(str);
    }
    while(t--)
    {
        scanf("%s\n",str);
        printf("%d\n",Search(str));
    }
    return 0;
}

Trie不仅可以存储字符串，还能存储整数。在存储字符串时，Trie中的每条边对应了一个字符，在存储整数时，Trie中的每条边非 0 即 1，即Trie存储的是整数的二进制表示，此时Trie是一棵二叉树。

原题连接：最大异或和
 

/*首先，把所有数的二进制插入到trie树里
然后，对于每一个i，将第i个数在trie里查询
优先向不同的数字dfs
注：二进制位数最大就是31
*/
#include<bits/stdc++.h>
using namespace std;
const int N=100005;
int a[N];
int trie[N*31][3];
int n,tot;
int read()
{
    char c=getchar();
    int f=1,x=0;
    for(;!isdigit(c);c=getchar()) if(c=='-') f=-1;
    for(;isdigit(c);c=getchar()) x=x*10+c-48;
    return x*f;
}
void insert(int x)
{
    int p=0;
    for(int i=30;i>=0;--i)
    {
        int c=(x>>i)&1;
        if(!trie[p][c]) trie[p][c]=++tot;
        p=trie[p][c];
    }
}
int query(int x)
{
    int p=0;
    int res=0;
    for(int i=30;i>=0;--i)
    {
        int c=(x>>i)&1;
        if(trie[p][!c])
        {
            res+=1<<i;
            p=trie[p][!c];
        }
        else
        {
            p=trie[p][c];
        }
    }
    return res;
}
int main()
{
    n=read();
    for(int i=1;i<=n;++i)
    {
        a[i]=read();
        insert(a[i]);
    }
    int ans=0;
    for(int i=1;i<=n;++i)
    {
        ans=max(ans,query(a[i]));
    }
    cout<<ans<<endl;
    return 0;
}