字典树详解

概念

字典树，顾名思义，是关于“字典”的一棵树。即：它是对于字典的一种存储方式（所以是一种数据结构而不是算法）。这个词典中的每个“单词”就是从根节点出发一直到某一个目标节点的路径，路径中每条边的字母连起来就是一个单词。

标橙色的节点是“目标节点“，即根节点到这个目标节点的路径上的所有字母构成了一个单词。

从这张图我们可以看出，字典树就是一棵树（emm…有些废话的嫌疑），只不过，这棵树的每条边上都有一个字母，然后这棵树的一些节点被指定成了标记节点（目标节点）而已。

这就是字典树的概念。结合上面说的概念，上图所示的字典树包括的单词分别为：

a abc bac bbc ca

功能

根据字典树的概念，我们可以发现：字典树的本质是把很多字符串拆成单个字符的形式，以树的方式存储起来。所以我们说字典树维护的是”字典“。那么根据这个最基本的性质，我们可以由此延伸出字典树的很多妙用。简单总结起来大体如下：

1. 维护字符串集合（即字典）。
2. 向字符串集合中插入字符串（即建树）。
3. 查询字符串集合中是否有某个字符串（即查询）。
4. 统计字符串在集合中出现的个数（即统计）。
5. 将字符串集合按字典序排序（即字典序排序）。
6. 求集合内两个字符串的LCP（Longest Common Prefix，最长公共前缀）（即求最长公共前缀）。

我们可以发现，以上列举出的功能都是建立在“字符串集合”的基础上的。再一次强调，字典树是“字典”的树，一切功能都是“字典”的功能。这也为我们使用字典树的时候提供了一个准则：看到一大堆字符串同时出现，就往哈希和Trie树那边想一下。

实现

基本树结构

其中count表示以当前单词结尾的单词数量。

prefix表示以该处节点之前的字符串为前缀的单词数量。

class TrieNode:
    def __init__(self):
        self.count = 0
        self.prefix = 0
        self.nextNode = [None] * 26

插入新节点

好比假设有b，abc，abd，bcd，abcd，efg，hii 这6个单词,那我们创建trie树就得到

# 插入一个新单词
	# root为根节点， s为要加入的字符串
    def insert(self, root, s):
    	# 预处理
        if root is None or len(s) == 0:
            return
        # 将字符串转化为字符数组
        temp = list(s)
        # 构建和维护树
        for i in range(len(s)):
        	# 如果没有该节点，新加一个节点
            if root.nextNode[ord(temp[i]) - ord('a')] is None:
                root.nextNode[ord(temp[i]) - ord('a')] = TrieNode()
            root = root.nextNode[ord(temp[i]) - ord('a')]
            # 前缀数加1
            root.prefix += 1
        # 最后count加1
        root.count += 1

创建和维护一个字典树就完成了，下面的操作大同小异了。

查找（统计）

# 查找该单词是否存在，如果存在返回数量，不存在返回-1
    def search(self, root, s):
        if root is None or len(s) == 0:
            return -1
        temp = list(s)
        for i in range(len(s)):
            if root.nextNode[ord(temp[i]) - ord('a')] is None:
                return -1
            root = root.nextNode[ord(temp[i]) - ord('a')]
        if root.count == 0:
            return -1
        return root.count

查询以str为前缀的单词数量

 # 查询以str为前缀的单词数量
    def searchPrefix(self, root, s):
        if root is None or len(s) == 0:
            return -1
        temp = list(s)
        for i in range(len(s)):
            if root.nextNode[ord(temp[i]) - ord('a')] is None:
                return -1
            root = root.nextNode[ord(temp[i]) - ord('a')]
        return root.prefix

主函数测试

if __name__ == '__main__':
    newNode = TrieNode()
    newNode.insert(newNode, 'hello')
    newNode.insert(newNode, 'hello')
    newNode.insert(newNode, 'helloword')
    print(newNode.search(newNode, 'hello'))
    print(newNode.searchPrefix(newNode, 'he'))