Trie(字典树)是一种用于实现字符串快速检索的多叉树结构。Trie 的每个节点都拥有若干个字符指针,若在插入或检索字符串时扫描到一个字符 c,就沿着当前节点的 c 字符指针,走向该指针指向的节点。
Trie
树可以 高效 支持 两个操作:
- 存储字符串集合
- 查询字符串集合
有一个 经验:凡是用到Trie
树的题目,一般来说给出的字符串要么全是小写字母,要么全是大写字母,要么都是数字,要么全是0
或1
,总之字母类型不是很多。
下面来看看它是如何高效存储字符串的:
初始化
一棵空Trie
树 仅包含一个根节点,该点的字符指针 均指向空。
插入
(1)过程分析
当需要 插入一个字符串S
时,我们令一个指针Р
起初指向根节点。然后,依次扫描S
中的每个字符c
:
- 1.若
P
的c
字符指针 指向一个已经存在的节点Q
,则 令P= Q
。 - 2.若
P
的c
字符指针 指向空,则 新建一个节点Q
,令P
的c
字符指针 指向Q
,然后 令P=Q
。
当s
中的字符 扫描完毕时,在当前节点P
上 标记它是一个字符串的末尾。
下图展示了 向Trie树中插入字符串过程,每插入一个字符串 都会标记一次
在上图所示的例子中,需要插入和检索的字符串都由小写字母构成,所以Trie
的每个节点具有26
个字符指针,分别为a
到 z
。
上图展示了在一棵空Trie
中依次插入“cab"、“cos"、"car"、“cat”、" cate”
和 “rain”
后的 Trie
的形态,灰色 标记了 单词的末尾节点。
可以看出在Trie
中,字符数据都体现在树的边(指针)上,树的节点仅保存一些额外信息,例如 单词结尾标记等。
(2)空间复杂度
O(NC)
,其中 N
是节点个数(即我们想要存储的字符串的最大长度),C
是字符集的大小(如:26
个字母则 C = 26
,Trie树中 每个节点最多向外生26条边)。
(3)时间复杂度
与树的高度成正相关
(4)代码片段
const int N = 1e7+10;
inr son[N][26]; //存储Trie树中每个点所有儿子
int cnt[N]; //存储以当前这个节点结尾的单词有多少个
int idx; //当前用到了哪个下标,下标是0的节点既是根节点,又是空节点
void insert(string s)
{
int p = 0; //从根节点开始
for(int i=0; i<s.size(); ++i) //从前往后遍历所插字符串的每个字符
{
int u = s[i] - 'a'; //每次将遍历到的当前字符对应的子节点编号求出(将小写字母 a~z 映射成 0~25)
if(!son[p][u]) son[p][u] = ++idx; //如果当前节点 p 不存在 u 这个儿子,就创建出来
p = son[p][u]; //走到下一个点
}
cnt[p]++; //结束的时候 p 指向的点 对应 插入字符串的最后一个字符,表示以该点结尾的单词数量多了一个
}
查询
(1)过程分析
当需要 查询一个字符串S
在Trie
中是否存在 时,我们令一个指针Р
起初指向根节点,然后依次扫描S
中的每个字符c
:
- 1.若
P
的c
字符指针 指向空,则说明S
没有被插入过Trie
,结束查询。 - 2.若
P
的c
字符指针 指向一个已经存在的节点Q
,则 令P =Q
。
当S
中的字符 扫描完毕时,若当前节点Р
被标记为一个字符串的末尾,则说明S
在Trie
中 存在,否则 说明 s
没有被插入过Trie
。
(2)时间复杂度
与树的高度成正相关
(3)代码片段
int query(string s) //返回的值是字符串出现的次数
{
int p=0; //从根节点开始
for(int i=0; i<s.size(); ++i)
{
int u = s[i]-'a'; //每次将遍历到的当前字符对应的子节点编号求出(将小写字母 a~z 映射成 0~25)
if(!son[p][u]) return 0; //如果当前节点 p 不存在 u 这个儿子,说明当前集合不存在这个单词,直接返回 0 即可
p = son[p][u]; //否则的话就走到下一个点
}
return cnt[p]; //返回以 p 结尾的单词数量
}
例题 AcWing 835. Trie字符串统计
代码:
#include<bits/stdc++.h>
using namespace std;
const int N = 1e5+10;
int son[N][26], cnt[N], idx;
int n;
void insert(string s)
{
int p = 0;
for(int i=0; i<s.size(); ++i)
{
int u = s[i]-'a';
if(!son[p][u]) son[p][u] = ++idx;
p = son[p][u];
}
cnt[p]++;
}
int query(string s)
{
int p = 0;
for(int i=0; i<s.size(); ++i)
{
int u = s[i]-'a';
if(!son[p][u]) return 0;
p = son[p][u];
}
return cnt[p];
}
int main()
{
cin>>n;
string x;
while(n--)
{
char op[2];
cin>>op>>x;
if(*op=='I') insert(x);
else printf("%d\n", query(x));
}
return 0;
}