C++学习第八篇——字典树

学习了之前的树状结构，接下来就可以利用树状结构存储数据了。
首先什么是字典树？
字典树就是利用树的结构按照字典的原理进行存储的数据结构，树的结构我们了解了，字典是什么样的呢，我们通常去查英文单词的时候，往往都是英文字母a,b,c,d…x,y,z这样一个顺序，利用这样的原理我们知道有字典序这样的顺序。字典树也是如此，例如有两个单词application，apple，我们查字典时通常是按a->p->p->l->接着下去，然后先发现了apple，再发现了application，我们会发现这些有着相同前缀的单词查询时进行的方式是相同的，为了减少内存的使用，而且便于查找，它的优点很明显，有相同前缀的单词前缀部分只用存储一次。

这里给出字典树最常用的模板，当然不同的题目需要不同的删改变动灵活运用，需要注意的一点就是，我们知道一个树结构的分枝越多和深度越深，那么递归调用起来很可能爆栈，所以要适时进行改动，另外有些内存优化过的编译器更容易出现这样的情况。

和之前一样利用注释和代码结合，先给大家清晰直观的图示，了解一下。

insert函数过程：首先apple单词插入，char *s指向a字符，for循环遍历，遍历至root里next数组a结点时，也就是下标为0的数组值。它还是NULL，那么新建，将值赋进去，同理延伸至apple完成，e点时该单词结束标记此时的e结点为单词，isword=true。当application单词插入时，之前的appl都是已经建立好的了，只用在原来的基础上将prefix++即可，那么新的分枝出现了，也就是appli，与apple同理继续延伸下去。

struct node//树结构
{
	char *s;//字符指针存储当前结点字符
	int prefix;//出现多少以当前字符串为前缀的字符串，后面会进行深入解释
	bool isword;//截止当前，该字符串是否为单词
	node *next[26];//26个字母，从a的下标为0开始
	node()//初始化函数，相当于构造函数初始化数据
	{
		s = NULL;//当前结点为空
		prefix = 0;//0个单词以此段为前缀
		isword = false;//不是单词
		memset(next,0,sizeof(next));
	}
}*root;
void insert(node *root,char *s)//插入函数
{
	node *p = root;//将p赋值为我当前插入的结点
	for(int i=0;s[i];i++)//遍历单词
	{
		int x = s[i] - 'a';//将单词顺序转化为下标存储
		p->s=s+i;//p结点存储的字符指向char * s的第i位字，char * 结构需要通过调用指针+-来获取字符指针
		if(p->next[x] == NULL)//很明显，如果没有指向下一个的就新建一个
			p->next[x] = new node;
		p = p->next[x];//接着p就会指向它，也就是指针向下一个字母前进
		p->prefix++; //出现次数+1
	}
	p->isword=true;//遍历的最后，末尾p即为单词的结尾，所以它是一个完整的单词
}
bool del(node *root,char *s)//删除函数，这个函数通常很少使用,删除某个单词原理与插入相同
{
	node *p = root;
	for(int i=0;s[i];i++)
	{
		int x = s[i]-'a';
		if(p->next[x]==NULL)
			return false;
		p = p->next[x];
	}
	if(p->isword)
		p->isword=false;
	else return false;
	return true;
}
bool search(node *root,char *s)//查找单词
{
	node *p=root;
	for(int i=0;s[i];i++)
	{
		int x=s[i]-'a';
		if(p->next[x]==NULL)//和insert中相同，只需要向下找到所需分枝即可，如果不存在，则说明不含有该单词返回false即可
			return false;
		p = p->next[x];
	}
	return p->isword;//如果到了末尾，返回当前分枝是否为单词，例如appl就不是一个单词，但是可以访问到达，返回appl的l结点的isword即可
}
int count(node *root,char *s)//记录以当前字符串为前缀的单词个数
{
	node *p= root;
	for(int i=0;s[i];i++)
	{
		int x=s[i]-'a';
		if(p->next[x]==NULL)
			return 0;
		p = p->next[x];
	}//遍历找到当前字符串的最后一个分枝返回出现次数即可，也就是prefix的值
	return p->prefix;
}
char word[11];//单词长度，利用char 数组存储
char pre[11];
int main() 
{
	root = new node;
	while(gets(word))
	{
		if(strcmp(word,"")==0) break;
		insert(root,word);
//		cout<<word<<endl;
	}
//	cout<<"next"<<endl;
	while(gets(pre))
	{
		if(strcmp(pre,"")==0) break;
		cout<<count(root,pre)<<endl;
	}
}

很多人可能对char * s和char s[]之间产生疑问，c++中字符串的存储方式实际上是利用char数组进行的，指针实际上就相当于一个数组，只是他没有固定的大小，就好比如果我需要存1000000的字符串和10的字符串，如果char数组那我只能开一个1000000大小的，相对于10大小的，会造成浪费，所以char *没有固定大小是在内存上提供了遍历，本质上与char数组对字符串的处理是相同的。

main函数里的操作时，先进行插入单词，然后输入一些测试查询以此为前缀的单词数量
通常对于字典树的操作，在建树完成后，我们需要知道以下几个问题：

• 该字符串是否为单词
• 以此字符串为前缀的单词数量
• 有多少单词经过该分枝节点
• 最长的公共前缀，prefix为n的所有节点最深的那个，它的深度即为所求

想要求出这些问题的解，只需要对上述模板进行变形即可，熟练使用后，便很容易操作起来。
字典树学会了的话，不妨看看字典树的延伸——AC自动机，难度过大的话可以先收藏起来以后再学哦！