字典树:
又称单词查找树,Trie树,是一种树形结构,是一种哈希树的变种。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。它的优点是:利用字符串的公共前缀来节约存储空间,最大限度地减少无谓的字符串比较,查询效率比哈希表高。
字典树的基本功能是用来查询某个单词(前缀)在所有单词中出现次数的一种数据结构,它的插入和查询复杂度都为O(len),Len为单词(前缀)长度,但是它的空间复杂度却非常高,如果字符集是26个字母,那每个节点的度就有26个,典型的以空间换时间结构。
下面我们选的存储字典树节点的数据结构为:
typedef struct node
{
struct node *next[Max]; //表示对于每个节点最多有26个孩子节点
int num; //表示存储的孩子节点的个数
}Node;
下面以一个例子为例:给你100000个长度不超过10的单词。对于每一个单词,我们要判断他出没出现过。
假设我要查询的单词是abcd,那么在他前面的单词中,以b,c,d,f之类开头的我显然不必考虑。而只要找以a开头的中是否存在abcd就可以了。同样的,在以a开头中的单词中,我们只要考虑以b作为第二个字母的……这样一个树的模型就渐渐清晰了……
字典树代码实现:
#include <iostream> using namespace std; #define Max 26 typedef struct node { struct node *next[Max]; int num; }Node; //创建一个新节点 Node *createNew() { Node *p=new Node; for(int i=0;i<Max;i++) { p->next[i]=NULL; } p->num=0; return p; } //插入一个字符串 void Insert_str(char str[],Node *head) { int len=strlen(str); Node *t,*p=head; for(int i=0;i<len;i++) { int c=str[i]-'a'; if(p->next[c]==NULL) { t=createNew(); p->next[c]=t; p->num++; //cout<<p->num<<endl; p=p->next[c]; } else { p=p->next[c]; } } } int Search_str(char str[],Node *head) { Node *p=head; int len=strlen(str); int count=0; for(int i=0;i<len;i++) { int c=str[i]-'a'; if(p->next[c]==NULL) { cout<<"不存在字符串"<<endl; count=0; return 0; } else { p=p->next[c]; count=p->num; } } return count; } int main() { cout<<"nihao"<<endl; Node *head=createNew(); char s[10]; while(cin>>s,strcmp(s,"quit")) { Insert_str(s,head); } int c=Search_str("abc",head); cout<<c<<endl; system("pause"); return 0; }
字典树的典型应用:
1.统计一组字符串中某前缀出现的次数(直接用上面的代码就行)。
2.判断一组字符串中是否有一个字符串是另一个字符串的前缀。
分析:我们只要在结点中添加一个nEndFlag成员变量即可。若nEndFlag == 1,说明该结点字符是某一字符串的结尾(假设为A),若在插入B字符串的过程中经过这一结点,则说明A是B的 前缀;还有一种情况,当要插入最后一个字符c时,却发现p->next[c-'a']为真,则说明该字符串是一个前缀字符串,eg:先插入abcde,再插入abc这种情况。
3. 串排序:给定N个互不相同的仅由一个单词构成的英文名,让你将他们按字典序从小到大输出
用字典树进行排序,采用数组的方式创建字典树,这棵树的每个结点的所有儿子很显然地按照其字母大小排序。对这棵树进行先序遍历即可。