使用字典树进行拼写纠正

应用

如何把单词存入一个字典来纠正拼写呢？对于某个给定的单词，我们希望很快在字典中找到一个最接近的词。如果把字典里的所有单词存在一个散列表里，单词之间的一切相近性信息都将丢失。所以，更好的方式是把这些单词存入字典树，字典树也叫前缀树或排序树（trie tree）。

定义

一棵保存了某个单词集合的树称为字典树。连接一个节点及其子节点的弧线用不同字母标注。因此，字典中的每个单词与树中从根节点到树节点的路径相关。每个节点都是标记，用于区分相关字母组合究竟是字典中的单词，还是字典中单词的前缀（图 2.2）。

字典树存储着法语单词 as、port、pore、pré、près 和 prêt（但没有重音符号）。图中的虚线圈表示子节点 [①] ；实线圈代表字典中一个完整的单词。右边是一个前缀树代表的相同字典 [②]。
① 这个路径的字母组合只是一个正确拼写的单词前缀。——译者注
② 右侧的树合并了只有一个子节点的路径，经过优化的结构更简洁，效率更高。——译者注

拼写纠正

利用上述数据结构，我们很容易在字典中找到一个与给定单词距离为 dist 的单词。这里的距离以 编辑距离（levenshtein distance）来定义，本书 3.2 节有详细介绍。查找方式是只需模拟每个节点的拼写操作，然后使用参数 dist-1 进行递归调用。

变种

若某个节点只有一个子节点，就可以合并多个节点，这种结构更精简。这种节点用单词标记，而不是用字母标记。图 2.2 右侧的结构更节省内存和遍历时间，被称为前缀树（patricia trie）。

class Trie_Node:
    def __init__(self):
        self.isWord = False
        self.s = {c: None for c in ascii_letters}
　
def add(T, w, i=0):
    if T is None:
        T = Trie_Node()
    if i == len(w):
        T.isWord = True
    else:
        T.s[w[i]] = add(T.s[w[i]], w, i + 1)
    return T
　
def Trie(S):
    T = None
    for w in S:
        T = add(T, w)
    return T
　
def spell_check(T, w):
    assert T is not None
    dist = 0
    while True:                              # 尝试用越来越长的距离来查找
        u = search(T, dist, w)
        if u is not None:
            return u
        dist += 1
　
def search(T, dist, w, i=0):
    if i == len(w):
        if T is not None and T.isWord and dist == 0:
            return ""
        else:
            return None
    if T is None:
        return None
    f = search(T.s[w[i]], dist, w, i + 1)           # 相关
    if f is not None:
        return w[i] + f
    if dist == 0:
        return None
    for c in ascii_letters:
        f = search(T.s[c], dist - 1, w, i)          # 插入
        if f is not None:
            return c + f
        f = search(T.s[c], dist - 1, w, i + 1)      # 替换
        if f is not None:
            return c + f
    return search(T, dist - 1, w, i + 1)            # 删除

作者：图灵教育
链接：https://leetcode-cn.com/leetbook/read/programmation-efficace/94bas5/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
在这里插入代码片

作者：图灵教育
链接：https://leetcode-cn.com/leetbook/read/programmation-efficace/94bas5/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
作者：图灵教育
链接：https://leetcode-cn.com/leetbook/read/programmation-efficace/94bas5/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

*作者：图灵教育
链接：https://leetcode-cn.com/leetbook/read/programmation-efficace/94bas5/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。*