java字典树

什么是Trie 树呢？也就是常说的字典树，网上对此讲得也很多，简单补充一下个人理解： 它实际上相当于把单词的公共部分给拎出来，这样一层一层往上拎直到得到每个节点都是不可分的最小单元！

比如网上一个例子

一组单词，inn, int, at, age, adv, ant, 我们可以得到下面的Trie：

这里的节点上存的是一个单词，实际上，每个节点走过的路径就是该节点代表的单词！其它不多扯了~~~

Trie树有什么好处呢

它是一种非常快的单词查询结构，当然，对于单词去重统计也是非常好的选择！ 比如搜索引擎的关键词联想功能很好的一种选择就是使用Trie树了！比如你输入了in，通过上面的图我们应该提示inn和int ，这样可以轻松实现！ 另外，对于单词出现的频率统计， 以及查找公共前缀等问题，都可以很好的解决！ 本文不是讲理论，只是给出用java自己实现的Trie树数据结构，其中实现了 插入、查找、遍历、单词联想（找公共前缀） 等基本功能, 其它功能大家可以自己添加~~~~

以下是Trie树类：

1. package com.algorithms;
3. import java.util.HashMap;
4. import java.util.Map;
7. public class Trie_Tree{
10. /**
11. * 内部节点类
12. * @author "zhshl"
13. * @date 2014-10-14
14. *
15. */
16. private class Node{
17. private int dumpli_num; 该字串的重复数目， 该属性统计重复次数的时候有用,取值为0、1、2、3、4、5……
18. private int prefix_num; ///以该字串为前缀的字串数， 应该包括该字串本身！！！！！
19. private Node childs[]; 此处用数组实现，当然也可以map或list实现以节省空间
20. private boolean isLeaf; ///是否为单词节点
21. public Node(){
22. dumpli_num= 0;
23. prefix_num= 0;
24. isLeaf= false;
25. childs= new Node[ 26];
26. }
27. }
30. private Node root; ///树根
31. public Trie_Tree(){
32. ///初始化trie 树
33. root= new Node();
34. }
38. /**
39. * 插入字串，用循环代替迭代实现
40. * @param words
41. */
42. public void insert(String words){
43. insert( this.root, words);
44. }
45. /**
46. * 插入字串，用循环代替迭代实现
47. * @param root
48. * @param words
49. */
50. private void insert(Node root,String words){
51. words=words.toLowerCase(); 转化为小写
52. char[] chrs=words.toCharArray();
54. for( int i= 0,length=chrs.length; i<length; i++){
55. ///用相对于a字母的值作为下标索引，也隐式地记录了该字母的值
56. int index=chrs[i]- 'a';
57. if(root.childs[index]!= null){
58. 已经存在了，该子节点prefix_num++
59. root.childs[index].prefix_num++;
60. } else{
61. ///如果不存在
62. root.childs[index]= new Node();
63. root.childs[index].prefix_num++;
64. }
66. ///如果到了字串结尾，则做标记
67. if(i==length- 1){
68. root.childs[index].isLeaf= true;
69. root.childs[index].dumpli_num++;
70. }
71. ///root指向子节点，继续处理
72. root=root.childs[index];
73. }
75. }
80. /**
81. * 遍历Trie树，查找所有的words以及出现次数
82. * @return HashMap<String, Integer> map
83. */
84. public HashMap<String,Integer> getAllWords(){
85. // HashMap<String, Integer> map=new HashMap<String, Integer>();
87. return preTraversal( this.root, "");
88. }
90. /**
91. * 前序遍历。。。
92. * @param root 子树根节点
93. * @param prefixs 查询到该节点前所遍历过的前缀
94. * @return
95. */
96. private HashMap<String,Integer> preTraversal(Node root,String prefixs){
97. HashMap<String, Integer> map= new HashMap<String, Integer>();
99. if(root!= null){
101. if(root.isLeaf== true){
102. 当前即为一个单词
103. map.put(prefixs, root.dumpli_num);
104. }
106. for( int i= 0,length=root.childs.length; i<length;i++){
107. if(root.childs[i]!= null){
108. char ch=( char) (i+ 'a');
109. 递归调用前序遍历
110. String tempStr=prefixs+ch;
111. map.putAll(preTraversal(root.childs[i], tempStr));
112. }
113. }
114. }
116. return map;
117. }
122. /**
123. * 判断某字串是否在字典树中
124. * @param word
125. * @return true if exists ,otherwise false
126. */
127. public boolean isExist(String word){
128. return search( this.root, word);
129. }
130. /**
131. * 查询某字串是否在字典树中
132. * @param word
133. * @return true if exists ,otherwise false
134. */
135. private boolean search(Node root,String word){
136. char[] chs=word.toLowerCase().toCharArray();
137. for( int i= 0,length=chs.length; i<length;i++){
138. int index=chs[i]- 'a';
139. if(root.childs[index]== null){
140. ///如果不存在，则查找失败
141. return false;
142. }
143. root=root.childs[index];
144. }
146. return true;
147. }
149. /**
150. * 得到以某字串为前缀的字串集，包括字串本身！ 类似单词输入法的联想功能
151. * @param prefix 字串前缀
152. * @return 字串集以及出现次数，如果不存在则返回null
153. */
154. public HashMap<String, Integer> getWordsForPrefix(String prefix){
155. return getWordsForPrefix( this.root, prefix);
156. }
157. /**
158. * 得到以某字串为前缀的字串集，包括字串本身！
159. * @param root
160. * @param prefix
161. * @return 字串集以及出现次数
162. */
163. private HashMap<String, Integer> getWordsForPrefix(Node root,String prefix){
164. HashMap<String, Integer> map= new HashMap<String, Integer>();
165. char[] chrs=prefix.toLowerCase().toCharArray();
167. for( int i= 0, length=chrs.length; i<length; i++){
169. int index=chrs[i]- 'a';
170. if(root.childs[index]== null){
171. return null;
172. }
174. root=root.childs[index];
176. }
177. ///结果包括该前缀本身
178. ///此处利用之前的前序搜索方法进行搜索
179. return preTraversal(root, prefix);
180. }
182. }

以下是测试类：

1. package com.algorithm.test;
3. import java.util.HashMap;
5. import com.algorithms.Trie_Tree;
7. public class Trie_Test {
9. public static void main(String args[]) //Just used for test
10. {
11. Trie_Tree trie = new Trie_Tree();
12. trie.insert( "I");
13. trie.insert( "Love");
14. trie.insert( "China");
15. trie.insert( "China");
16. trie.insert( "China");
17. trie.insert( "China");
18. trie.insert( "China");
19. trie.insert( "xiaoliang");
20. trie.insert( "xiaoliang");
21. trie.insert( "man");
22. trie.insert( "handsome");
23. trie.insert( "love");
24. trie.insert( "chinaha");
25. trie.insert( "her");
26. trie.insert( "know");
28. HashMap<String,Integer> map=trie.getAllWords();
30. for(String key:map.keySet()){
31. System.out.println(key+ " 出现: "+ map.get(key)+ "次");
32. }
35. map=trie.getWordsForPrefix( "chin");
37. System.out.println( "\n\n包含chin（包括本身）前缀的单词及出现次数：");
38. for(String key:map.keySet()){
39. System.out.println(key+ " 出现: "+ map.get(key)+ "次");
40. }
42. if(trie.isExist( "xiaoming")== false){
43. System.out.println( "\n\n字典树中不存在：xiaoming ");
44. }
47. }
48. }

运行结果：

love 出现: 2次
chinaha 出现: 1次
her 出现: 1次
handsome 出现: 1次
know 出现: 1次
man 出现: 1次
xiaoliang 出现: 2次
i 出现: 1次
china 出现: 5次

包含chin（包括本身）前缀的单词及出现次数：
chinaha 出现: 1次
china 出现: 5次

字典树中不存在：xiaoming 

总结：在实现的时候，主要是想好如何设计每个节点的结构，这里针对单词总共26个，使用了一个字符数组来记录，其实完全可以用list或其他的容器来实现，这样也就可以容纳更复杂的对象了！另外一个方面就是，一个节点的prefix_num属性实际上是指到该节点经过的路径（也就是字串）的重复数，而不是到该节点的重复数（因为一个节点的child域并不是指某个单词，这样prefix_num对该节点本身没意义）。最后，遍历使用了前序遍历的递归实现。相信对学过一点数据结构的不难。。