Trie树

Trie树

1、 概述Trie树，又称字典树，单词查找树或者前缀树，是一种用于快速检索的多叉树结构。Trie树可以利用字符串的公共前缀来节约存储空间。如下图所示，该trie树用10个节点保存了6个字符串tea，ten，to，in，inn，int：在该trie树中，字符串in，inn和int的公共前缀是“in”，因此可以只存储一份“in”以节省空间。当然，如果系统中存在大量字符串且这些字符串基本没有公共前缀，则相应的trie树将非常消耗内存，这也是trie树的一个缺点。Trie树的基本性质可以归纳为：（1）根节点不包含字符，除根节点意外每个节点只包含一个字符。（2）从根节点到某一个节点，路径上经过的字符连接起来，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串不相同。

 

（图是借的，哈哈）

优点：

1.      查找、增、删速度快，时间复杂度O(n),n为出的层级。

2.      字典树（Trie）可以保存一些字符串->值的对应关系。基本上，它跟 Java 的 HashMap 功能相同，都是 key-value 映射，只不过 Trie 的 key 只能是字符串。Trie更适用于字符串的查找。

缺点：空间消耗很高

应用：

      1、串的快速检索

       给出N个单词组成的熟词表，以及一篇全用小写英文书写的文章，请你按最早出现的顺序写出所有不在熟词表中的生词。

      方法1：可以将英文文章中的所有单词逐个与熟词表进行比较，O(N)=O（n*avg(length1)*N*avg(length2)) = O(n*N)

      方法2：采用hash表，

     方法3：采用字典树，将该熟词表构成字典树，然后通过字典树进行查找。建树的时间复杂度：O(n) = O(N)，查找的时间复杂度,只和树的深度相关，而与熟词表中有多少个单词无关，树的深度又与单词的长度有关，而单词最长不过30个字符，因此O(N)=O(1)；另外在空间复杂度上又优于其他的算法，由于公共前缀的存在，不需要大量存储重复的字符。

    2、串的排序

       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，因为树的每个结点的所有子结点很显然是按照其字母大小排序的，那么对待这棵树进行先序遍历即可。

  3、最长公共前缀（搜索引擎的热词搜索）

       对所有串建立字典树