算法（五）字典树算法

关键词：trie; prefix; search; match;

字典树，又称单词查找树，是一个典型的一对多的字符串匹配算法。“一”指的是一个模式串，“多”指的是多个模板串。字典树经常被用来统计、排序和保存大量的字符串。它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。

那它一般应用在什么地方呢？我们举一个例子说明：

假设有一个单词表，里面有10w个单词。如果别人给你2000个单词，看这2000个单词是否在单词表中。该如何呢？当然可以用hash来实现啦！

但是，如果要看这2000个单词是否是单词表中单词的前缀（比如，”ab”是”abcd”的前缀）该怎么办呢？这个时候用hash就不适合了！而这种情况下用字典树算法就非常适合！

在介绍字典树算法之前，我们先看看其他的解决办法：
（假设单词表中10w个单词在一个10w.temp.txt文件中，每一行是一个单词；
要查询的2000个单词在另一个文件2k.word.txt文件中，每一行一个单词。
两个文件长得差不多，大概是这个样子：

grep版本
注意grep使用了“^”这个符号，表示从头匹配。这是一种正则表达式的用法。

C语言版本（brute force）
将每一个要查询的单词与单词表中的单词进行比对，看是否是前缀。这段代码表现还不错，比grep快：

C（brute force）版本的结果与上面grep版本的结果是一致的：

具体代码如下：

Python版本（brute force）
Python（brute force）还是很慢！

具体代码如下：

C（字典树）
一般来说，树这种数据结构会包含以下操作：创建/初始化/新建（create/init/new）、插入（insert）、删除（delete）以及遍历（traversal）等。用于查询的树还会包含查询（find）操作。

接下来我们就在字典树上一一实现这些操作：
声明部分：

新建节点：

插入单词到字典树中：

遍历（打印单词）：

删除字典树：

查找：在字典树中查找单词（查询的单词为前缀）

完整的代码如下：

其耗时：

由于字典树不是按照“查询单词”的顺序输出结果的，所以其原始输出结果与上面grep版本的结果不一致。但是，将两者的结果排序后再比较，结果就是完全一致的了。

至此，我们可以看出，字典树还是加快了查询单词（作为前缀）的效率，其耗时最短！

如果有任何问题，欢迎交流！

（公众号：生信了）