（hiho一下第二周）#1014 Trie树【模版】

最新推荐文章于 2022-03-12 15:49:31 发布

ACDoge

最新推荐文章于 2022-03-12 15:49:31 发布

阅读量689

点赞数

分类专栏： ☆3.高级数据结构 ----字典树(Trie树)

本文链接：https://blog.csdn.net/qq_35504607/article/details/60589893

版权

----字典树(Trie树) 同时被 2 个专栏收录

12 篇文章 0 订阅

订阅专栏

☆3.高级数据结构

11 篇文章 0 订阅

订阅专栏

题目1 : Trie树

时间限制: 10000ms

单点时限: 1000ms

内存限制: 256MB

描述

小Hi和小Ho是一对好朋友，出生在信息化社会的他们对编程产生了莫大的兴趣，他们约定好互相帮助，在编程的学习道路上一同前进。

这一天，他们遇到了一本词典，于是小Hi就向小Ho提出了那个经典的问题：“小Ho，你能不能对于每一个我给出的字符串，都在这个词典里面找到以这个字符串开头的所有单词呢？”

身经百战的小Ho答道：“怎么会不能呢！你每给我一个字符串，我就依次遍历词典里的所有单词，检查你给我的字符串是不是这个单词的前缀不就是了？”

小Hi笑道：“你啊，还是太年轻了！~假设这本词典里有10万个单词，我询问你一万次，你得要算到哪年哪月去？”

小Ho低头算了一算，看着那一堆堆的0，顿时感觉自己这辈子都要花在上面了...

小Hi看着小Ho的囧样，也是继续笑道：“让我来提高一下你的知识水平吧~你知道树这样一种数据结构么？”

小Ho想了想，说道：“知道~它是一种基础的数据结构，就像这里说的一样！”

小Hi满意的点了点头，说道：“那你知道我怎么样用一棵树来表示整个词典么？”

小Ho摇摇头表示自己不清楚。

提示一：Trie树的建立

“你看，我们现在得到了这样一棵树，那么你看，如果我给你一个字符串ap，你要怎么找到所有以ap开头的单词呢？”小Hi又开始考校小Ho。

“唔...一个个遍历所有的单词？”小Ho还是不忘自己最开始提出来的算法。

“笨！这棵树难道就白构建了！”小Hi教训完小Ho，继续道：“看好了！”

提示二：如何使用Trie树

提示三：在建立Trie树时同时进行统计！

“那么现在！赶紧去用代码实现吧！”小Hi如是说道

输入

输入的第一行为一个正整数n，表示词典的大小，其后n行，每一行一个单词（不保证是英文单词，也有可能是火星文单词哦），单词由不超过10个的小写英文字母组成，可能存在相同的单词，此时应将其视作不同的单词。接下来的一行为一个正整数m，表示小Hi询问的次数，其后m行，每一行一个字符串，该字符串由不超过10个的小写英文字母组成，表示小Hi的一个询问。

在20%的数据中n, m<=10，词典的字母表大小<=2.

在60%的数据中n, m<=1000，词典的字母表大小<=5.

在100%的数据中n, m<=100000，词典的字母表大小<=26.

本题按通过的数据量排名哦～

输出

对于小Hi的每一个询问，输出一个整数Ans,表示词典中以小Hi给出的字符串为前缀的单词的个数。

样例输入

5
babaab
babbbaaaa
abba
aaaaabaa
babaababb
5
babb
baabaaa
bab
bb
bbabbaab

样例输出

小Hi于是在纸上画了一会，递给小Ho，道：“你看这棵树和这个词典有什么关系？”

小Ho盯着手里的纸想了一会道：“我知道了！对于从树的根节点走到每一个黑色节点所经过的路径，如果将路径上的字母都连起来的话，就都对应着词典中的一个单词呢！”

小Hi说道：“那你知道如何根据一个词典构建这样一棵树么？”

“不造！”

“想你也不知道，我来告诉你吧~”小Hi摆出一副老师的样子，说道：“你先这么想，如果我已经有了这样的一个词典和对应的一棵树，我要添加一个新的单词apart，我应该怎么做？”

“让我想想……”小Ho又开始苦思冥想：“首先我要先看看已经能走到哪一步了对吧？比如我从1号节点走"a"这一条边就可以走到2号节点，然后从2号节点走"p"这一条边可以走到3号节点，然后……就没路可走了！这时候我就需要添加一条从3号节点出发且标记为"p"的边才可以接着往下走……最后就是这样了！然后我把最后到达的这个结点标记为黑色就可以了。”

小Hi说道：“真聪明~那你不妨再算算如果是一个有10W个单词的词典，每个单词的长度不超过10的话，这棵树会有多大？”

小Ho于是掏出笔来，一边画一遍念叨：“假设我已经将前三个单词构成了这样一棵树，那么我要添加一个新的单词的时候，最坏情况是这个单词和之前的三个单词都没有公共前缀，那么这个新的单词的长度如果是5的话，我就至少要添加5个结点到树中才能够继续表示这个词典！”

“而如果每次都是最坏情况的话，这棵树最多也就100W个结点这么大！更何况最坏情况是不可能次次都发生的！毕竟字母表也才26个字母呢！”小Ho继续说道。

“嗯~这样我们是不是就可以用（单词个数*单词长度）个结点来表示一个词典了呢？小Hi问道。

“是的呢！”小Ho道：“但是这样一棵树又有什么用呢？”

“可别小看了它，它就是传说中的Trie树哦~至于他有什么用，一会你就知道了！”小Hi笑嘻嘻的回答道。

小Hi在树上用绿色标出了一个节点，递给小Ho。

“这个结点……是从根节点先走"a"然后走"p"到达的结点呢！哦~~我知道了，以这个结点为根的子树里所有标记结点都是以"ap"为前缀的单词呢！而且所有以"ap"为前缀的单词都在以这个节点为根的子树里~”小Ho惊喜道。

“是的呢~那你对怎么解决我的问题有想法了么？”小Hi追问道。

“唔...那就是每次拿到你的字符串之后，我在树上找到其对应的那个结点，然后统计这个节点中有多少个标记节点？”小Ho不是很确定的答道：“但是这样...似乎在最坏情况，也就是你每次给个字符串都很短的时候，我还是要扫描这棵树的很大一部分呢？也就是说虽然平均时间复杂度降低了，但是最坏情况时间复杂度还是很高的样子！”

小Hi笑嘻嘻道：”没想到你自己看出来了呢~我还以为又要教训你了！~那你有什么好的解决方法么？”

“没呢！小Hi你就别卖关子了，赶紧告诉我吧！”被折磨的够呛的小Ho开始求饶。

“好吧！就帮你这一回~”

字典树数组实现模版：

#include<cstdio>
#include<cstring>
#include<iostream>

using namespace std;

struct node          //字典树结构体
{
    int next[26];    //每个节点对应26个子节点（本题26个字母）
    int cnt;         //以当前节点终止作为为前缀的字符串个数
    void init()
    {
        cnt=0;       //新节点刚建立时前缀字符串数为0
        memset(next,-1,sizeof(next));   //初始化子节点，-1表示不存在
    }
}T[1000000];         //开一个大的结构体数组，其实是作为整体的索引地址

int tot;             //表示当前节点建立的位置
char str[20];        //临时读入字符串，进行插入、查询等后续操作

void insert(char *s)                //插入字符串操作
{
    int i=0,p=0;                    //i表示字符串中字符s[i]，p表示当前处理在T数组中的位置
    while(s[i])
    {
        int x=s[i]-'a';             //这样处理巧妙地将char型变为int型
        if(T[p].next[x]==-1)    //如果当前字符在字典树中不存在
        {
            T[tot].init();          //在tot位置建立新的树并且初始化
            T[p].next[x]=tot++;	    //标记该字符（前缀）已经存在，同时tot自增，便于下一课新树的建立
        }                           
        p=T[p].next[x];             //将p位置移动到新节点，因为要处理后面的字符了
        T[p].cnt++;                 //对应位置的前缀标记量+1
        i++;                        //处理字符串中下一个字符
    }
}

void query(char *s)                 //查询字符串操作，同插入操作解释
{
    int i=0,p=0;
    while(s[i])
    {
        int x=s[i]-'a';
        if(T[p].next[x]==-1)
        {
            puts("0");
            return ;
        }
        p=T[p].next[x];
        i++;
    }
    printf("%d\n",T[p].cnt);
}

int main()
{
    int n,m;
    while(~scanf("%d",&n))
    {
        tot=1;                  //字典树root的位置，tot=1
        T[0].init();
        while(n--)
        {
        scanf("%s",str);
        insert(str);
        }
        scanf("%d",&m);
        while(m--)
        {
        scanf("%s",str);
        query(str);
        }
    }
    return 0;
}

为了方便大家对这个数组字典树的理解，doge再多说几句。

抽象出来的字典树本应该是一层一层的树形状结构，但是使用数组显然无法直接实现。我们可以用链表的套路来理解。

所以数组字典树对于空间的要求很大，而且要事先知道你可能需要多大的内存空间来存放字符。它的深度最大只有2，只有父子、兄弟节点会出现在一个小型树中，而子节点如果作为了其它节点的父节点，它作为父节点的小型树的位置，就是通过自身为子节点时的存放的tot值确定的。查询时，在整个T[1...n]中，我知道doge的“d”在T[0]（根节点），那么我在T[0]下找到T[0].next[d]指向了一个位置1，也就是d后面的字符在T[1].next[...]中去查询。我在d对应的T[1].next[o]得到一个新的位置值（假设为10），那么do的子节点就在T[10]。在T[10].next[g]的值是13，说明dog的下一个字符从T[13].next[...]去找。

关于位置值tot的分配，完全取决于插入过程中出现的先后顺序，如果你第一个单词输入的是“doge”，那么他们对应的位置就是T[1] T[2] T[3] T[4]了，但依旧是通过存放的tot值去寻址。那么我们再输入一个“dogg”，对应的是T[1] T[2] T[3]的cnt值会+1（前缀），由于dog的next[...]中g的对应int值没有指向一个tot，而是-1（表示在树中不存在），那么新分配的tot值为5，即是T[4].next[g]=5，然后对T[5] init初始化。

字典树指针实现模版：

如果使用指针，便很好理解层的概念了，相对于数组也不需要提前分配内存，而可以动态分配内存。

#include <iostream>
#include <string>
using namespace std;

typedef struct trie
{
	char c;
	int count;
	struct trie* next[26];
} Trie;

int main()
{
	Trie* root = new Trie;
	for (unsigned i(0); i < 26; ++i)
		root->next[i] = NULL;
	int n, m;
	string s;
	cin >> n;
	while (n--)
	{
		cin >> s;
		Trie* p = root;
		for (unsigned i(0); i < s.size(); ++i)
		{
			unsigned j = s[i] - 'a';
			if (p->next[j])
			{
				++p->next[j]->count;
			}
			else
			{
				Trie* q = new Trie;
				q->c = s[i];
				q->count = 1;
				for (unsigned k(0); k < 26; ++k)
					q->next[k] = NULL;
				p->next[j] = q;
			}
			p = p->next[j];
		}
	}
	cin >> m;
	while (m--)
	{
		cin >> s;
		bool flag = false;
		Trie* p = root;
		for (unsigned i(0); i < s.size(); ++i)
		{
			unsigned j = s[i] - 'a';
			if (!p->next[j])
			{
				flag = true;
				break;
			}
			p = p->next[j];
		}
		if (flag) cout << '0' << endl;
		else cout << p->count << endl;
	}
	return 0;
}