Trie 字典树-CSDN博客

本文链接：https://blog.csdn.net/Ryan_hsMax/article/details/142520945

1. Trie 字典树基础知识

（1）什么是字典树

Trie 字典树指的是：某个字符串集合构造的又有根树。由于 Trie 字典树，较好的利用了字符串的公共前缀，因此有效的节约存储空间。

Trie 树典型应用是：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：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询比哈希树高。

它有 3 个基本性质：

A、根结点不包含字符，除根结点外每一个结点都只包含一个字符；

B、从根结点到某一结点，路径上经过的字符连接起来，为该结点对应的字符串；

C、每个结点的所有子结点包含的字符都不相同。

（2）字典树的时间复杂度、空间复杂度：

时间复杂度：

假设所有字符串长度之和为 n，则构建字典树的时间复杂度为 O( n )。

假设要查找的字符串长度为 k，则查找的时间复杂度为 O( n )。

空间复杂度：

字典树每个结点都需要用一个数组来存储子结点的指针，即便实际只有两三个字结点，但依然需要一个完整大小的数组。所以，字典树比较消耗内存，空间复杂度较高。

比如：按上述实现方式，假设有 n 个小写字母的字符串，总长度 ≤ $10^{5}$ ，则空间复杂度为： $10^{5}*26$ 。

2. AC自动机

（1） AC自动机的原理

AC自动机：Aho - Corasick automation，该算法在 1975 年产生于贝尔实验室，是著名的多模式串匹配算法之一。一个常见的例子就是给出 n 个单词，再给出一段包含 m 个字符的文章，让你找出有多少个单词在文章里出现过。

要搞懂 AC自动机，先得有字典树 Trie 和 KMP 模式匹配算法的基础知识。KMP 算法是单模式串的字符匹配算法，AC自动机是多模式串的字符匹配算法。

（2）AC自动机的构造：

1. 构造一棵 Trie ，作为 AC自动机的搜索数据结构。

2. 构造 next指针，使当前字符失配时跳转到具有最长公共前后缀的字符继续匹配。如同 KMP 算法一样，AC自动机在匹配时如果当前字符匹配失败，那么利用 next 指针进行跳转。由此可知如果跳转，跳转后的串的前缀，必为跳转前模式串的后缀并且跳转到新位置的深度（匹配字符个数）一定小于跳之前的结点。所以我们可以利用 bfs 在 Trie 上上面进行 next 指针的求解。

如果要求 k 号节点的 next 值：

（1）看 k 号结点父节点的 next 值 —> j 。

（2）判断 j 是否有某个子结点的值和 k 号节点的值相同

A、有，next [ k ] 指向对应的子结点

B、没有，j = next [ j ] 继续回跳，直接跳到根。

3. 扫描主串进行匹配。

AC自动机相当于：Trip + KMP 的组合。

AC自动机，可以优化为 Trip 图。