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:
- Trie树的每个节点向外有多个字符指针
- 当指向的节点存在时则表示此字符已被存在树中;
- 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:
- tot维护每一节点的nxt,要预处理为1
- 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
- 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
- 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
- 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
- 分析:
异或
- 两个输入相同时为0,不同则为1
x y x ⨁ y x\bigoplus 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 x_i xi,将其加入易存入前i-1个数字的Trie数中,用 x i x_i xi对Trie树进行查询统计,执行1.1.中的做法即可求出 x i x_i xi与前i-1个数中的最大异或值,用所有 x i x_i xi求得的最大异或值中的最大值即为本题答案
- 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;
}
- 需要注意的:
- 因为满足 0 ≤ A i < 2 31 , 1 ≤ N ≤ 1 0 5 0\leq A_i <2^{31},1\leq N \leq 10^5 0≤Ai<231,1≤N≤105,所以节点的数据范围为 0 ≤ i ≤ 3.2 × 1 0 5 0\leq i\leq 3.2\times10^5 0≤i≤3.2×105,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
- 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
- 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
- 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;
}