Trie (prefix tree) 实现 (Java)

最新推荐文章于 2023-09-11 15:37:13 发布

STU756

最新推荐文章于 2023-09-11 15:37:13 发布

阅读量715

点赞数

分类专栏：数据结构与算法

数据结构与算法专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文代码来自：http://www.technicalypto.com/2010/04/trie-in-java.html

转载：http://blog.csdn.net/beiyeqingteng

关注Trie 这种结构已经很久，Trie有一个很有趣的用途，那就是自动提示。而且，前不久在一次面试里，也需要用Trie来解答。所以，在此对这个数据结构进行总结。

Trie，又称单词查找树或键树，是一种树形结构。典型应用是用于统计和排序大量的字符串（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：最大限度地减少无谓的字符串比较，查询效率比哈希表高。

它有3个基本性质：

根节点不包含字符，除根节点外每一个节点都只包含一个字符。
从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。
每个节点的所有子节点包含的字符都不相同。

下面这个图就是Trie的表示，每一条边表示一个字符，如果结束，就用星号表示。在这个Trie结构里，我们有下面字符串，比如do, dork, dorm等，但是Trie里没有ba, 也没有sen，因为在a, 和n结尾，没有结束符号（星号）。

有了这样一种数据结构，我们可以用它来保存一个字典，要查询改字典里是否有相应的词，是否非常的方便呢？我们也可以做智能提示，我们把用户已经搜索的词存在Trie里，每当用户输入一个词的时候，我们可以自动提示，比如当用户输入 ba, 我们会自动提示 bat 和 baii.

现在来讨论Trie的实现。

首先，我们定义一个Abstract Trie,Trie 里存放的是一个Node。这个类里有两个操作，一个是插入，另一个是查询。具体实现放在后面。

Node 类的实现

[java]view plaincopy 
   
 class Node {  
     char content; // the character in the node  
     boolean isEnd; // whether the end of the words  
     int count;  // the number of words sharing this character  
     LinkedList<Node> childList; // the child list  
     
     public Node(char c){  
         childList = new LinkedList<Node>();  
         isEnd = false;  
         content = c;  
         count = 0;  
     }  
     
     public Node subNode(char c){  
         if(childList != null){  
             for(Node eachChild : childList){  
                 if(eachChild.content == c){  
                      return eachChild;  
                 }  
             }  
         }  
         return null;  
    }  
 }  

现在我们来看这个Trie类的具体实现。

[java]view plaincopy 
   
 public class Trie{  
     private Node root;  
    
     public Trie(){  
         root = new Node(' ');   
     }  
    
     public void insert(String word){  
         if(search(word) == true) return;  
           
         Node current = root;   
         for(int i = 0; i < word.length(); i++){  
             Node child = current.subNode(word.charAt(i));  
             if(child != null){   
                 current = child;  
             } else {  
                  current.childList.add(new Node(word.charAt(i)));  
                  current = current.subNode(word.charAt(i));  
             }  
             current.count++;  
         }   
         // Set isEnd to indicate end of the word  
         current.isEnd = true;  
     }  
     public boolean search(String word){  
         Node current = root;  
           
         for(int i = 0; i < word.length(); i++){      
             if(current.subNode(word.charAt(i)) == null)  
                 return false;  
             else  
                 current = current.subNode(word.charAt(i));  
         }  
         /*  
         * This means that a string exists, but make sure its 
         * a word by checking its 'isEnd' flag 
         */  
         if (current.isEnd == true) return true;  
         else return false;  
     }  
       
     public void deleteWord(String word){  
         if(search(word) == false) return;  
       
         Node current = root;  
         for(char c : word.toCharArray()) {   
             Node child = current.subNode(c);  
             if(child.count == 1) {  
                 current.childList.remove(child);  
                 return;  
             } else {  
                 child.count--;  
                 current = child;  
             }  
         }  
         current.isEnd = false;  
     }  
       
     public static void main(String[] args) {  
         Trie trie = new Trie();  
         trie.insert("ball");  
         trie.insert("balls");  
         trie.insert("sense");  
       
         // testing deletion  
         System.out.println(trie.search("balls"));  
         System.out.println(trie.search("ba"));  
         trie.deleteWord("balls");  
         System.out.println(trie.search("balls"));  
         System.out.println(trie.search("ball"));  
     }  
 }  