字典树学习

一、字典树介绍

1. 又叫做trie树或前缀树。是一种有序的、用于统计、排序和存储字符串的数据结构。
2. 关键字不直接保存在结点中，而是由结点在树中的位置决定，每个结点代表一个字符。
3. 根结点代表空字符串，第一层孩子结点到某个标记的结点代表了存储的字符串。
4. 一个结点及其所有子孙结点都有相同的前缀，也就是这个结点对应的字符串。
5. 只有叶子结点和某些被标记的内部结点，才存储了字符串。
6. 字典树最大优点是利用字符串的公共前缀来减少存储空间和查询时间，从而最大限度的减少无谓的字符串比较，是非常高效的字符串查找结构，插入和查找的时间复杂度都可以达到O(1)。
   

二、字典树的定义

public class TrieNode {
	
	private final int SIZE = 26;// 假设字典的元素都是小写字母
	TrieNode[] child;// 存储子结点
	boolean isWord;// 标记当前元素是否是单词的结尾
	
	public TrieNode() {
		isWord = false;// 初始化为false
		child = new TrieNode[SIZE];// 子结点初始化为空
	}
}

三、字典树的前序遍历

public void preOrder(TrieNode root){	
	for(int i=0;i< SIZE;i++){// 访问根结点	
		if(root.child[i] != null){
			System.out.print(i+ 'a');
			if(root.child[i].isWord){
				System.out.print("(end)");
			}
			System.out.print("\n");
			preOrder(root.child[i]);// 依次访问子树
		}
	}
}

四、字典树单词的插入

1. 使用presentNode指向root，逐个遍历待插入字符串的字符。
2. 计算下标wordPos=当前遍历的字符 – ’a’。
3. 如果presentNode指向的结点的第wordPos结点不存在，创建一个新结点。
4. 如果结点存在，presentNode指向该结点的第wordPos个结点，重复2-4的步骤遍历字符，直到字符串遍历完毕。
5. 字符串遍历完毕后，将presentNode指向的结点标记为isWord=true。

public void insert(TrieNode root, String word) {
		char[] wordChar = word.toCharArray();
		TrieNode presentNode = root;
		
		for (int i = 0; i < wordChar.length; i++) {// 逐个遍历
			int wordPos = wordChar[i] - 'a'; // 计算坐标
			if (presentNode.child[wordPos] == null) {
				presentNode.child[wordPos] = new TrieNode(); // 不存在，则创建新结点
			}
			presentNode = presentNode.child[wordPos];// 存在，则当前字符已经存在，移动指针
		}
		presentNode.isWord = true;// 标记单词末尾
}

五、字典树的单词的搜索

public boolean search(TrieNode root, String word)
{
	char[] wordChar= word.toCharArray();
	TrieNode presentNode= root;
	
	for(int i=0;i< wordChar.length;i++){// 逐个遍历待搜索字符
		int wordPos= wordChar[i]- 'a';// 计算坐标
		if(presentNode.child[wordPos] == null){
			return false;// 如果当前字符在Trie中不存在，搜索失败
		}
		presentNode= presentNode.child[wordPos];// 继续向下搜索
	}
	return presentNode.isWord;// 返回当前结点的标记
}