Trie树|字典树的简介

http://blog.csdn.net/cai0538/article/details/6956555

Trie树|字典树的简介

分类： c/c++编程语言 2011-11-10 15:51 25人阅读 评论(0) 收藏 举报

Trie树|字典树的简介

Trie,又称字典树、单词查找树,是一种树形结构，用于保存大量的字符串， 其核心思想是空间换时间 。它的优点是：利用字符串的公共前缀来节约存储空间。

相对来说,Trie树是一种比较简单的数据结构.理解起来比较简单,正所谓简单的东西也得付出代价.故Trie树也有它的缺点,Trie树的内存消耗非常大.当然,或许用左儿子右兄弟的方法建树的话,可能会好点.

其基本性质可以归纳为：
1. 根节点不包含字符，除根节点外每一个节点都只包含一个字符。 
2. 从根节点到某一节点，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都不相同。

其基本操作有:查找 插入和删除,当然删除操作比较少见.我在这里只是实现了对整个树的删除操作,至于单个word的删除操作也很简单.

搜索字典项目的方法为：

(1) 从根结点开始一次搜索；

(2) 取得要查找关键词的第一个字母，并根据该字母选择对应的子树并转到该子树继续进行检索；

(3) 在相应的子树上，取得要查找关键词的第二个字母,并进一步选择对应的子树进行检索。

(4) 迭代过程……

(5) 在某个结点处，关键词的所有字母已被取出，则读取附在该结点上的信息，即完成查找。
其他操作类似处理.

举个简单的例子。

给你100000个长度不超过10的单词。对于每一个单词，我们要判断他出没出现过，如果出现了，第一次出现第几个位置。
这题当然可以用hash来，但是我要介绍的是trie树。在某些方面它的用途更大。比如说对于某一个单词，我要询问它的前缀是否出现过。这样hash就不好搞了，而用trie还是很简单。
现在回到例子中，如果我们用最傻的方法，对于每一个单词，我们都要去查找它前面的单词中是否有它。那么这个算法的复杂度就是O(n^2)。显然对于100000的范围难以接受。现在我们换个思路想。假设我要查询的单词是abcd，那么在他前面的单词中，以b，c，d，f之类开头的我显然不必考虑。而只要找以a开头的中是否存在abcd就可以了。同样的，在以a开头中的单词中，我们只要考虑以b作为第二个字母的……这样一个树的模型就渐渐清晰了……
假设有b，abc，abd，bcd，abcd，efg，hii这6个单词，我们构建的树就是这样的

对于每一个节点，从根遍历到他的过程就是一个单词，如果这个节点被标记为红色，就表示这个单词存在，否则不存在。
那么，对于一个单词，我只要顺着他从跟走到对应的节点，再看这个节点是否被标记为红色就可以知道它是否出现过了。把这个节点标记为红色，就相当于插入了这个单词。
这样一来我们询问和插入可以一起完成，所用时间仅仅为单词长度，在这一个样例，便是10。
我们可以看到，trie树每一层的节点数是26^i级别的。所以为了节省空间。我们用动态链表，或者用数组来模拟动态。空间的花费，不会超过单词数×单词长度。

[cpp] view plain copy print ?

1. #include <cstdio>   
2. #include <iostream>   
3. #include <cstring>   
4. using namespace std;  
5.   
6.   
7. const int num_chars = 26;  
8.   
9.   
10. class Trie {  
11. public:  
12.       Trie():root(NULL){};  
13.       Trie(Trie& tr);  
14.   
15.      int search(const char* word, char* entry ) const;  
16.      int insert(const char* word, const char* entry);  
17.      int remove(const char* word, char* entry);  
18. private:  
19.      struct Trie_node  
20.      {  
21.          char* data;  
22.           Trie_node* branch[num_chars];  
23.           Trie_node();  
24.      }* root;  
25. };  
26. Trie::Trie_node::Trie_node()   
27. {  
28.       data = NULL;  
29.     for (int i=0; i<num_chars; ++i)   
30.           branch[i] = NULL;  
31. }  
32.   
33. int Trie::search(const char* word, char* entry ) const   
34. {  
35.     int position = 0;//依旧是从根开始找    
36.     char char_code;  
37.     Trie_node *location = root;  
38.     while( location!=NULL && *word!=0 )   
39.     {  
40.         if (*word>='A' && *word<='Z')   
41.               char_code = *word-'A';  
42.         else if (*word>='a' && *word<='z')   
43.               char_code = *word-'a';  
44.         else return 0;  
45.   
46.   
47.          location = location->branch[char_code];  
48.          position++;  
49.          word++;  
50.     }  
51.     if ( location != NULL && location->data != NULL )   
52.     {  
53.         strcpy(entry,location->data);  
54.         return 1;  
55.     }  
56.     else return 0;  
57. }  
58. int Trie::insert(const char* word, const char* entry)   
59. {  
60.     int result = 1, position = 0;  
61.     if ( root == NULL ) root = new Trie_node;  
62.     char char_code;//标识Trie_node节点中branch[char_code];    
63.       Trie_node *location = root;//赋值root，从根节点开始查找插入    
64.     while( location!=NULL && *word!=0 )  
65.     {  
66.         //考虑大小写两种情况    
67.         if (*word>='A' && *word<='Z')   
68.               char_code = *word-'A';  
69.         else if (*word>='a' && *word<='z')   
70.               char_code = *word-'a';  
71.         else return 0;  
72.   
73.         //如果以前插入的word不包含这个字符，则创建新的节点    
74.         if( location->branch[char_code] == NULL )   
75.               location->branch[char_code] = new Trie_node;  
76.   
77.   
78.           location = location->branch[char_code];  
79.           position++;  
80.           word++;  
81.     }  
82.     //如果当前要插入的word在树中已有 ，返回result=0;    
83.     if (location->data != NULL)  
84.           result = 0;  
85.     //如果不存在，进行如下操作    
86.     else {  
87.           location->data = new char[strlen(entry)+1];  
88.           strcpy(location->data, entry);  
89.     }  
90.     return result;  
91. }  
92. int main()  
93. {  
94.       Trie t;  
95.       char entry[100];  
96.       t.insert("aa", "DET");   
97.       t.insert("abacus","NOUN");  
98.       t.insert("abalone","NOUN");   
99.       t.insert("abandon","VERB");  
100.       t.insert("abandoned","ADJ");   
101.       t.insert("abashed","ADJ");  
102.       t.insert("abate","VERB");   
103.       t.insert("this", "PRON");  
104.     if (t.search("this", entry))  
105.         cout<<"'this' was found. pos: "<<entry<<endl;  
106.     if (t.search("abate", entry))  
107.         cout<<"'abate' is found. pos: "<<entry<<endl;  
108.     if (t.search("baby", entry))  
109.         cout<<"'baby' is found. pos: "<<entry<<endl;  
110.     else  
111.         cout<<"'baby' does not exist at all!"<<endl;  
112.       
113.     if (t.search("aa", entry))  
114.         cout<<"'aa was found. pos: "<<entry<<endl;  
115.     system("PAUSE");  
116.     return 0;  
117. }