Trie树

Trie树

9.2.1 Trie树的基本原理

 trie树（也叫字典树）是种树形结构。它是词典的一种存储方式，词典中的每一个单词在trie树中表现为一条从根结点出发的路径，路径中边上的字母连起来就形成对应的单词。图9.3就是一棵trie树，其中含有a,abc,bac,bbc,ca五个单词。

其基本性质可以归纳为：

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，路径上经过的字符串连接起来，为该节点对应

的字符串。

3.每个节点的所有子节点包含的字符都不相同。

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。

Trie的核心思想是空间换时间，利用字符串的公共前缀来降低查询

时间的开销以达到提高效率的目的。                 图9.3

9.2.2 Trie树的基本操作

Trie树的基本操作有，插入、查找和删除，删除这个操作不常用到，在这里只讲一下关于Trie树的插入与查找操作。

节点的基本结构：

struct trie
{
    int num;  //记录到达这里的字符串有多少个。
    bool terminal;  //如果terminal==true ，则当前节点为该字符串最后一个字符。
    struct trie *next[sonnum];  //记录下一个节点
};

void init_trie(trie &p) //创建一个新节点

{

    p = (trie)malloc( sizeof(node) );

    for(int i = 0; i < 26; i++)

        p->next[i] = null;

    p->terminal = false;

p->num = 0;

}

假设字符串为str且只包含小写英文字母，Trie树的根节点为root。令i=0，p=root。

插入操作：

1.取str[i]，判断p->next[str[i]-97]是否为空，若为空则建立结点temp，并将p->next[str[i]-97]指向temp，然后p指向temp；若不为空，则p=p->next[str[i]-97]；

2.i++，继续取str[i]，循环1中的操作，直到遇到结束符'\0'，此时将当前结点p中的terminal置为true。

代码实现：

void insert(char str[])

{

    int i = 0;

trie *p = root;

    while(str[i] != '\0')

    {

        if( ! p->next[str[i]-'a'])

        {

            trie *q;

            init_trie(q);

            p->next[str[i]-'a'] = q;

        }

        p= p->next[str[i]-'a'];

        p->num++;

        i++;

    }

    p->terminal = true;

}

查找操作：

查找操作与插入操作步骤一样，但不需要插入而是查找每个字符是否在trie树里。

取str[i]，判断p->next[str[i]-’a’]是否为空，若空则表示查找失败，否则，i++，p=p->next[str[i]-’a’],继续取str[i]，判断p->next[str[i]-’a’]是否为空，直到遇到结束符'\0'，表示查找成功，字符串str在trie树里。

int find(trie p,char str[])

{

    int k = 0;

    while(str[k] != '\0' && p->next[str[k]-'a'])

    {

        p = p->next[str[k]-'a'];

        k++;

    }

    if(str[k] == '\0')

        return 1;//找到了字符串str

    return 0;//没找到

}

9.2.3 Trie树的复杂度分析

Trie树的插入查找操作的时间复杂度为 ，空间复杂度为 数量级，其中 为字符串的长度。