前缀树&字典树&插入&查询&gin框架路由底层结构字典树

字典树

• 字典树，是一种空间换时间的数据结构，又称Trie树、前缀树，是一种树形结构(字典树是一种数据结构)，典型用于统计、排序、和保存大量字符串。

• 经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高

• gin 框架 基于 httprouter 实现最重要的路由模块,采用类似字典树一样的数据结构来存储路由与handle方法的映射.也是框架高性能的原因

• 算法步骤

  • 根节点/ 什么都不表示
  • 做一个字典比如a-z 字母表
  • 每一个节点包含这26个字母的字典表，每个位置保存下个节点的指针。

  算法分析

  缺点：

  • trie树比较消耗内存：因为他每一层都保存一个字典表，就算这层的节点只有一个也要有一组表
  • 使用的是指针类型，内存不连续对存储不友好，性能打折扣 优点：
  • 查询效率比较高，对于一些范围较小的或者内存不敏感的应用可以使用
  • 特别适用自动补全类应用

• package main
  
  import "fmt"
  
  type TriNode struct {
  	value      int
  	dictionary [26]*TriNode
  }
  
  type TriTree struct {
  	root *TriNode
  }
  
  /**
  初始化字典树
  */
  func NewTriTree() TriTree {
  	t := TriTree{}
  	t.root = &TriNode{
  		value:      0,
  		dictionary: [26]*TriNode{},
  	}
  	return t
  }
  
  /**
  字典树添加 字符串 关键字
  */
  func (t *TriTree) Add(word string) {
  	nowNode := t.root
  	for _, v := range word {
  		start := int('a')
  		end := int(v)
  		if nowNode.dictionary[end-start] != nil {
  			nowNode = nowNode.dictionary[end-start]
  		} else {
  			newNode := &TriNode{}
  			nowNode.dictionary[end-start] = newNode
  			nowNode = newNode
  			continue
  		}
  	}
  }
  
  func (t *TriTree) Search(word string) int {
  	nowNode := t.root
  	for _, v := range word {
  		start := int('a')
  		end := int(v)
  		if nowNode.dictionary[end-start] == nil {
  			return 0
  		} else {
  			nowNode = nowNode.dictionary[end-start]
  			continue
  		}
  	}
  	return 1
  }
  
  func main() {
  	t := NewTriTree()
  	t.Add("how")
  	t.Add("are")
  	t.Add("you")
  	fmt.Println(t.Search("are"))
  	fmt.Println(t.Search("your"))
  	/**
  	1
  	0
  	*/
  }