2.4 Trie树

2.4 Trie树

引入

• Trie树（字典树）是一种用于实现字符串快速检索的多叉树结构
• Trie树的存储原理：
  1. Trie树的每个节点向外有多个字符指针
  2. 当指向的节点存在时则表示此字符已被存在树中；
  3. 当指向的节点有一个结束标记，表示一个已出现的字符串到此结束

实现

• 真正实现时，只需要用一个二维数组，两维分别为节点和指针即可成功存储，像这样：

char str[N];
int tr[N][C],ends[N],tot=1;
inline void insert(){
  int len = strlen(str+1),p=1;
  for(int i=1;i<=len;i++){
    int ch=str[i]-'a';
    if(!tr[p][ch]) tr[p][ch]=++tot;
    p=tr[p][ch];
  }
  ends[p]=1;
}
inline bool search(){
  int len=strlen(str+1),p=1;;
  for(int i=1;i<=len;i++){
    int ch=str[i]-'a';
    if(!p) return 0;
    p=tr[p][ch];
  }
  return ends[p];
}  

• 注意：

1. tot维护每一节点的nxt，要预处理为1
2. 指针p，初始指向1，函数中记得初始化

例题

例题1：前缀统计

1. 分析：这是一道比较典型的例题，对最原始的Trie树略作修改即可：

• 1.1. 将字符串结束标志改为++操作，即可统计在此处结束的字符串个数
• 1.2. 将n个字符串存进字典树中后，对于每次询问，在树中查找该数组，在查询结束前，若遇到结束统计点，将ans+=tr[p][ch]，结束后ans即为前缀数

2. 为什么

• 在查找过程中，若指针非空，则必有一个字符串与该字符串在此位置及此位置之前完全相同，因此，若代表此位置的节点有结束统计（假设计数为x），则必有x个字符串为该字符串的子串，证毕

3. 代码：

#include<bits/stdc++.h>
using namespace std;
const int N = 1e6+10;
char str[N];
int tr[N][30],count_end[N],tot=1,n,m;//tot维护每一节点的nxt

inline void insert(){
    int len=strlen(str+1),p=1;//字符长度，指针p，初始指向1
    for(int i=1;i<=len;i++){
        int ch=str[i]-'a';
        if(!tr[p][ch]){
            tr[p][ch]=++tot;//多一个tot+1点
        }
        p=tr[p][ch];
    }
    count_end[p]++;
}

inline int get_ans(){
    int len=strlen(str+1),p=1,ans=0;
    for(int i=1;i<=len;i++){
        int ch=str[i]-'a';
        if(!tr[p][ch])return ans;
        p=tr[p][ch];
        ans+=count_end[p];
    }
    return ans;
}

int main(){
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++){
        scanf("%s",str+1);
        insert();
    }
    for(int i=1;i<=m;i++){
        scanf("%s",str+1);
        printf("%d\n",get_ans());
    }
    return 0;
}

• 编写时出现的问题：查找到空指针时应返回当前已统计到的前缀个数，即ans，而非0，因为出现空指针代表此字符串未出现，但它的前缀已出现且在该节点之前已经结束

例题2：最大异或对

1. 分析：

异或

• 两个输入相同时为0，不同则为1

x	y	$x⨁y$
1	1	0
0	0	1
1	0	1
0	1	0

• 根据上述法则可得：两个二进制数不同数位越靠前，异或值越大
• 考虑用Trie树解决：
• 1.1. 化难为易
  • 首先考虑这样一个问题：选一个数a，在n个数中找到一个b，使得两者的xor最大
  • 容易得到贪心思路：找到n个数中与a第一个不同数位最高的数，即为b，也就是，要让a，b的最高位尽可能的不同
  • 将n个数存进Trie树（从高到低，以二进制形式）
  • 对于a的每一位，若Trie树中存在!(a该位二进制数），则选择这个指针指向的节点，若不存在，则走另一条路
  • 每次重复上述操作，最终找到的数为b
• 1.2. 推广到本题
  • 因为本题只要求最大异或对的异或值，所以并不关心“b”到底是谁，故只需求出异或值
  • 对于每次输入的数字$x_i$，将其加入易存入前i-1个数字的Trie数中，用$x_i$对Trie树进行查询统计，执行1.1.中的做法即可求出$x_i$与前i-1个数中的最大异或值，用所有$x_i$求得的最大异或值中的最大值即为本题答案

2. 代码：

#include<bits/stdc++.h>
using namespace std;
//#define int long long
const int N = 32e5+100;
int n,x,tr[N][3],tot=1,mans=0;

inline void insert(int x){
    int p=1;
    for(int i=31;i>=0;i--){
        int num=(x>>i)&1;//取出第i+1位，将1化为1，0化为0
        if(!tr[p][num])tr[p][num]=++tot;
        p=tr[p][num];
    }
}

inline int query(int x){
    int p=1,ans=0;
    for(int i=31;i>=0;i--){
        int num=((x>>i)&1)?0:1;
        if(tr[p][num])  ans+=(int)(1<<i);
        else num=((x>>i)&1);
        p=tr[p][num];
    }
    return ans;
}

signed main(){
    scanf("%d",&n);
    for(int i=1;i<=n;i++){
        scanf("%d",&x);
        insert(x);
        mans=max(mans,query(x));
    }
    printf("%d\n",mans);
    return 0;
}

3. 需要注意的：

• 因为满足$0\le A_i<2^{31}，1\le N\le 10^5$，所以节点的数据范围为$0\le i\le 3.2\times 10^5$，且类型开int即可
• 因为存入的是二进制数，字符集={0，1}，仅有两个元素，所以每个节点只需要两个指针
• 综上所述，int tr[3200010][3]即可，小心RE和MLE

例题4：阅读理解

1. 思路：这是一道很版的题

• 我们只需将文章中的所有单词存入字典树中，并记录每个单词是在哪一篇文章之中，再对每个查询单词在字典树里查询即可

2. 实现：

• 对于文章的记录，我们可以用set，但我们用一个数组，ap[u][i]，表示在u节点结束的，出现在第i篇文章中的单词是否存在即可
• 注意要用short，否则会爆

3. 代码

#include<bits/stdc++.h>
using namespace std;
const int N = 5e5+10;
int n,m;

int tr[N][26];
char word[25];
int tot=1;
short ap[N][1005];

void insert(char *s,int num){
	int len = strlen(s+1);
	int u=1;
	for(int i=1;i<=len;i++){
		int c=s[i]-'a';
		if(!tr[u][c]){
			tr[u][c]=++tot;
		}
		u=tr[u][c];
	}
	ap[u][num]=1;
	return ;
}

void ask(char *s){
	int len=strlen(s+1);
	int u=1,flag=0;
//	cerr<<len<<' '<<s+1;
	for(int i=1;i<=len;i++){
		int c=s[i]-'a';
		if(!tr[u][c]){
			flag=1;
			break;
		}
		u=tr[u][c];
	}
	if(flag==0){
		for(int i=1;i<=n;i++){
			if(ap[u][i]){
				cout<<i<<' ';
			}
		}
	}
	cout<<'\n';
	return ;
}

int main(){
	ios::sync_with_stdio(0);
	cin.tie(0);
	cout.tie(0);
	cin>>n;
	for(int i=1;i<=n;i++){
		int cnt;
		cin>>cnt;
		for(int j=1;j<=cnt;j++){
			cin>>word+1;
			insert(word,i);
		}
	}
	cin>>m;
	for(int i=1;i<=m;i++){
		cin>>word+1;
		ask(word);
	}
	return 0;
}