字典树or前缀树的实现

定义

        前缀树，又称Trie树 或 字典树，所以当然是一个树，并且是多叉树。要点：

        1）树从0号节点开始，即根节点。

        2）每一条边上都标识有一个字符，这些字符可以是任意一个字符集中的字符。比如，对于都是小写字母的字符串，字符集就是'a' - 'z'；对于都是数字的字符串，字符集就是'0' - '9'；对于二进制字符串，字符集就是0和1。

        3）终结点的通路与集合中的字符串是一一对应的。

        下图就是一个典型的前缀树，它包含的字符串集合是{in, inn, int, tea, ten, to}。其中，每个节点的编号是我们为了描述方便加上的。图中，3号节点对应的路径“0123”上的字符串是inn，8号节点对应的路径“0568”上的字符串是ten。

原理

        下面讲一下对于给定的字符串集合{W1, W2, W3, ..., Wn}，如何创建对应的Trie树。事实上，Trie树的创建都是从根节点（0号节点）开始，通过依次将W1、W2、W3、...、Wn插入Trie中实现的。所以关键就是之前提到的Trie的插入操作。

        具体来说，Trie一般支持两个操作：

        1）Trie.insert(W)：插入操作，就是将一个字符串W加入到集合中。

        2）Trie.search(S)：查询操作，就是查询一个字符串S是不是在集合中。

插入

        假设我们要插入字符串“in”。我们一开始位于根（0号节点），用P=0表示。首先，看点P是不是有一条标识着i的连向子节点的边。没有这条边，我们就新建一个节点，也就是1号节点；然后，把1号节点设置为P点的子节点，并且将边标识为i。最后，我们移动到1号节点，同时，令点P=1。

        

         这样，我们就把字符串“in”中的‘i’字符插入到Trie中了。然后，我们再插入字符n。也是先找点P=1有没有标记为'n'的边。还是没有，也是就新建一个节点2，将其设置为P=1的子节点，并且把边标识为字符‘n’。之后，令P=2。这样，我们就把n插入到前缀树中了。这里需要注意的是，由于‘n’是“in”的最后一个字符，所以我们还需要将点P=2这个节点标记为终结点。

        

         可以看出，单个字符的插入就是一个简单的单元步骤，可以重复循环。前缀树中插入一个新的字符串的过程都是按照这个逻辑进行。综上所述，在Trie中插入一个字符串W的伪代码如下：

Insert(W):
    P=ROOT
    For i=1 ... W.len:
        If P.thru(W[i]) == NULL://没有标识为W[i]的边
            P.addChild(W[i], new Node())
        P=P.thru(W[i])
    P.markEndPoint() //标记为P为终结点

查询

        下面讲一下如何查询Trie树中是不是包含字符串S，也就是之前提到的查找操作search。查找其实比较简单，我们都要从根节点开始，沿着标识着S[1] -> S[2] -> S[3] -> ... -> S[S.len]的边移动，如果最后成功到达一个终结点，就说明S在Trie树中。如果最后无路可走，或者到达一个不是终结点的节点，就说明S不在Trie树中。（清晰看出对单个字符的判断，是一个简单的单元函数）

         对于上图已经建好的Trie树，如果是查找字符串"te"，就会从0号节点开始经过5最后到达6.但是6不是终结点，所以te没在Trie树中。如果查找的是字符串"too"，就会从0开始经过5和9，然后发现之后无路可走：9号节点没有标记为'o'的边连出去。所以too也不在Trie中。

        综上所述，在Trie树中查找一个字符串的伪代码如下：

Search(S):
    P = ROOT
    For i = 1..S.len:
        If P.thru(S[i]) == NULL: //如果没有S[i]这个子节点
            Return False
        P = P.thru(S[i])
    If P.isEndPoint:
        Return True
    else 
        Return False

代码实现

        这里以剑指OfferⅡ上的典型习题062为例，讲解Trie树的实现。题目同LeetCode208，题目要求如下。

 

        代码如下，这里需要特别说明以下几点：

        1）Trie树的根节点就是当前类的this指针

        2）注意search函数与startswith函数的区别：search是判断形参word是否已经在Trie树中存在，即word的尾节点所处的节点必须isEndPoint为1；而startswith函数不同，它是判断形参prefix是否在前缀树中，对isEndPoint不要求。

class Trie{
public:
    vector<Trie*> child;
    bool isEndPoint;

private:
    //必须返回最后一个字符所在的孩子指针，因为它要被用于判断是否终结点
    Trie* searchPrefix(const string &prefix)
    {
        Trie* node=this;
        for(char &ch:prefix)
        {
            int idx=ch-'a';
            if(node->child[idx]==nullptr)
                return nullptr;
            node=node->child[idx];
        }
        return node;
    }
    
public:
    Trie()
    {
        child.clear();
        child.resize(26);
        isEndPoint=false;
    }

    //插入一个新的字符串
    void insert(string word)
    {
        Trie* node=this;
        for(char &ch:word)
        {
            int idx=ch-'a';
            if(node->child[idx]==nullptr)    //子节点不存在
                node->child[idx]=new Trie();
            node=node->child[idx];
        }
        node->isEndPoint=true;
    }

    //判断字符串word是否已经存在
    void search(string word)
    {
        Trie* trailNode=searchPrefix(word);
        return trailNode && trailNode->isEndPoint;
    }

    //判断字符串prefix，是否是前缀树中的前缀
    bool startsWith(string prefix)
    {
        return searchPrefix(prefix);
    }
}

参考资料：

        字典树（前缀树）_越看越喜欢啊