数据结构之-简单实现字典树

字典树：

又称单词查找树，Trie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，排序和保存大量的字符串（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：利用字符串的公共前缀来节约存储空间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。

字典树的基本功能是用来查询某个单词（前缀）在所有单词中出现次数的一种数据结构，它的插入和查询复杂度都为O(len),Len为单词（前缀）长度，但是它的空间复杂度却非常高，如果字符集是26个字母，那每个节点的度就有26个，典型的以空间换时间结构。
借用网上的图：不知道哪位博主的，先谢谢了。忘记地址了。

代码示例:

#include<iostream>
using namespace std;

int Trie[100][26] = {0};

int bFlag[1000] = { 0 };

int ncount = 1;
void InsertToTrie(char *str)
{
	int nLen = strlen(str);
	int nroot = 0;
	for (int i = 0; i < nLen;i++)
	{
		
		int id = str[i] - 'a';
		if (Trie[nroot][id] == 0)
		{
			//不存在，则加入
			Trie[nroot][id] = ncount++;			
		}
		
		//已经存在
		nroot = Trie[nroot][id] ;		
	}

	bFlag[ncount] = 1;
}

//查找某个字符串是否存在
bool Triefind(char *str)
{
	int nLen = strlen(str);
	int nroot = 0;
	for (int i = 0; i < nLen; i++)
	{

		int id = str[i] - 'a';
		if (Trie[nroot][id] == 0)
		{
			return false;
		}
	
		//已经存在
		
		nroot = Trie[nroot][id];
		
	}

	return bFlag[nroot+1];

}



void main()
{
	InsertToTrie("apple");
	InsertToTrie("apply");
	InsertToTrie("as");
	InsertToTrie("at");
	InsertToTrie("ok");
	InsertToTrie("cash");
	InsertToTrie("cat");

	bool ret = Triefind("applx");
	if (ret)
	{
		cout << "find applx\n";
	}
	else
	{
		cout << "no find applx!\n";
	}

	 ret = Triefind("apple");
	if (ret)
	{
		cout << "find apple\n";
	}
	else
	{
		cout << "no find apple!\n";
	}


ret = Triefind("cash");
	if (ret)
	{
		cout << "find cash\n";
	}
	else
	{
		cout << "no find cash!\n";
	}


	ret = Triefind("cat");
	if (ret)
	{
		cout << "find cat\n";
	}
	else
	{
		cout << "no find cat!\n";
	}

	ret = Triefind("asx");
	if (ret)
	{
		cout << "find asx\n";
	}
	else
	{
		cout << "no find asx!\n";
	}


	ret = Triefind("ok");
	if (ret)
	{
		cout << "find ok\n";
	}
	else
	{
		cout << "no find ok!\n";
	}


	

	system("pause");
}

结果：

重要的是理解思想，插入的思想。