trie树的基本操作

trie树

介绍

Trie🌳（发音类似 “try”）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。

​ 在计算机科学中，trie，又称前缀树或字典树，是一种有序树，用于保存关联数组，其中的键通常是字符串。与二叉查找树不同，键不是直接保存在节点中，而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀，也就是这个节点对应的字符串，而根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。

---

一个例子形象化了解trie树

引入一个问题，存储多个单词，给定一个单词，查找是已存储，给定一个前缀（前缀也可以是个单词）判断该前缀是否是已存储的某个单词的前缀。

我们用trie树就可以巧妙地解决,想象以下，包含三个单词 “sea”,“sells”,“she” 的 Trie 会长啥样呢？

这个样子滴！

该trie树中有大量的空连接（大量的next指针并没有指向什么）因此我们可以这么表示

看到这里的小伙伴们是不是已经对trie树有了一个形象化的理解了呢，接下来我们介绍一下这个26叉树的具体操作（对于上文提出的问题而言，说这是个26叉树也不奇怪，哈哈，）学会了这个什么二叉树一定不在话下了把。继续读下去吧

---

Trie树的基本操作（存储单词，查找单词，查找前缀）

一下都以C++语言进行描述，在文末会给出整合的java语言代码

首先我们给出trie树的结构体（类）

class Trie {
private:
    bool isEnd;
    vector<Trie*> next;
public:
    Trie():next(26),isEnd(false){}
    //方法将在下文实现...
};

接着分析三个方法，不想听我啰嗦的同学可以直接看代码呀。

第一个方法是存储单词，存储单词我们从根节点开始，比如word。从根节点开始，第一个字母是w，因此们根节点的26个next数组中对应下标为w-'a’的改指针一定有指向，因此我们new一个节点，让根节点的next[w-‘a’]指向新的节点，并且新节点不是最后一个单词，isEnd=false，依此类推直到最后一个节点把该节点的isEnd置于true这样一个单词就插入完毕啦。

void insert(string word){
    Trie* node = this;
    for (char ch:word){
        if(node->next[ch-'a']==NULL)
            node->next[ch=-'a']=new Trie();
        node=node->next[ch-'a'];
    }
    node->isEnd=true;
}

第二三个方法很像，查找单词和查找前缀，他们共同的部分都是根据给出的字符串遍历trie树，遍历的方法为，把字符串对应的字母转化为数组下标，然后如果该字母下标有所指向就继续，如果没有则直接判断该单词没有存储。不同的部分为，查找单词需要验证最后一个节点的isEnd是否为true如果是true才能判断该单词已经存储，而查找前缀就不需要判断（这里认为整个单词就是该单词的前缀）。因此二三方法可以这么写

Trie* searchprefix(string prefix){
    Trie* node=this;
    for (char ch:prefix){
        ch-='a';
        if(node->next[ch]==nullptr)
            return nullptr;
        node=node->next[ch];
    }
    return node;
}

bool search(string word){
    Trie* node= this->searchprefix(word);
    return node!=nullptr && node->isEnd;
}
bool startsWith(string profix){
    Trie* node = this->searchprefix(word);
    return node!=nullptr;
}

总结

通过上述分析和代码我们可以发现trie的一些性质

1. trie的形状和单词的插入或删除无关（删除的话就是按单词找下去没有就不用删除，有的话就把最后一个节点的isEnd=false此时如果是叶子节点就删除该节点，然后回滚直至删除所有节点）也就是说对于任意给定的一组单词，Trie 的形状都是唯一的。
2. 查找或插入一个长度为 L 的单词，访问 next 数组的次数最多为 L+1，和 Trie 中包含多少个单词无关。（这是非常重要的，保证了查询的效率）
3. Trie 的每个结点中都保留着一个字母表，这是很耗费空间的。如果 Trie 的高度为 n，字母表的大小为 m，最坏的情况是 Trie 中还不存在前缀相同的单词，那空间复杂度就为 O(m^n)。在如今的大多算法优化中我们都是用空间换时间。

全部代码

C++语言

class Trie {
private:
    bool isEnd;
    vector<Trie*> next;
public:
    Trie():next(26),isEnd(false){}
    
    void insert(string word){
    Trie* node = this;
    for (char ch:word){
        if(node->next[ch-'a']==nullptr)
            node->next[ch=-'a']=new Trie();
        node=node->next[ch-'a'];
    }
    node->isEnd=true;
    }
    
    Trie* searchprefix(string prefix){
        Trie* node=this;
        for (char ch:prefix){
            ch-='a';
            if(node->next[ch]==nullptr)
                return nullptr;
            node=node->next[ch];
        }
        return node;
    }	
    bool search(string word){
        Trie* node= this->searchprefix(word);
        return node!=nullptr && node->isEnd;
    }
    bool startsWith(string profix){
        Trie* node = this->searchprefix(word);
        return node!=nullptr;
    }
};

java语言

calss Trie{
    private Trie[] next;
    private boolean isEnd;
    
    public Trie(){
        next=new Trie[26];
        isEnd=false;
    }
    
    public void insert(String word){
        Trie node=this;
        for (int i=0;i<word.length();i++){
            char ch=word.charAt(i);
            int index=ch-'a';
            if(node.next[index]==null)
                node.next[index]=new Trie();
        }
        node.isEnd=true;
    }
    
    private Trie searchprefix(String prefix){
        Trie node=this;
        for(int i=0;i<prefix.length();i++){
            char ch=prefix.charAt(i);
            int index=ch-'a';
            if(node.next[index]==null)
                return null;
            node=node.next[index];
        }
        return node;
    }
    public boolean search(String word){
        Trie node=searchprefix(word);
        return node!=null&& node.isEnd;
    }
    public boolean startsWith(String prefix){
        return searchprefix(prefix)!=null;
    }
}