Trie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减少查询时间,最大限度地减少无谓的字符串比较,查询效率比哈希树高,是一种用空间换时间的方法。
字典树与字典很相似,当你要查一个单词是不是在字典树中,首先看单词的第一个字母是不是在字典的第一层,如果不在,说明字典树里没有该单词,如果在就在该字母的孩子节点里找是不是有单词的第二个字母,没有说明没有该单词,有的话用同样的方法继续查找.字典树不仅可以用来储存字母,也可以储存数字等其它数据。
这个Trie树上的红点代表的是存在这个单词,相当于一种标记。
具体的讲解见代码:
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int maxn = 10010;
const int max_size = 26;
struct Trie{
int ch[maxn][max_size]; // ch[i][j]表示第i个节点的第j的子节点存不存在。
int val[maxn];
int sz; //节点总数
Trie(){
sz = 1; //初始只有一个根节点
memset(ch[0],0,sizeof(ch[0]));
}
int id(char c){ //字符c的编号
return c - 'a';
}
void insert_str(char *s){ //插入字符串
int u = 0,len = strlen(s);
for(int i=0;i<len;i++){
int c = id(s[i]);
if(!ch[u][c]){//节点不存在
memset(ch[sz],0,sizeof(ch[sz]));
val[sz]=0;
ch[u][c]=sz++; //新建节点
}
u=ch[u][c];
}
val[u]=1; //标记某个字符串存在
}
bool find_str(char *s){//查找某个前缀
int len = strlen(s),u=0;
for(int i=0;i<len;i++){
int c=id(s[i]);
if(!ch[u][c]) return false;
u=ch[u][c];
}
return true; //如果要判断某个字符串存不存在 if(val[u])
}
};
int main()
{
Trie T;
T.Insert("abc");
T.Insert("abcd");
T.Insert("abdd");
if(T.find_str("abc")) puts("yes,abc");
else puts("no,abc");
if(T.find_str("def")) puts("yes,def");
else puts("no,def");
return 0;
}