Trie（字典树）详解与C++实现

参考资料

1. 甜姨的力扣题解：https://zhuanlan.zhihu.com/p/120150816
2. 力扣官方题解：https://leetcode-cn.com/problems/implement-trie-prefix-tree/solution/shi-xian-trie-qian-zhui-shu-by-leetcode/
3. https://leetcode-cn.com/problems/implement-trie-prefix-tree/solution/trie-tree-de-shi-xian-gua-he-chu-xue-zhe-by-huwt/

1.2.资料都是基于Java来对Trie进行实现，3.是c++的实现，原理都介绍的非常棒！

Trie Introduction（介绍字典树）

Trie也叫字典树、前缀树、单词查找树等等，它常用来存储单词（和语种无关），相比于HashMap等操作，Trie能在存储多个具有相同前缀的键时，使用较少的空间。并且Tire树只需要O(M)的时间复杂度，其中M为键长。

下图演示了一个保存8个单词的字典树结构，8个单词分别是：“A”, “to”, “tea”, “ted”, “ten”, “i”, “in”, “inn”。（蓝色节点表示单词的结尾字符）

【示例来自参考资料1】
说明
root节点为Null；
把从root节点出发到蓝色节点的路径上所表示的字符连接起来，就构成一个单词；
从root节点出发，都是单词列表里某个单词/某些单词的前缀；
如果某个字符串没有出现在这棵树的路径上，那说明其不是所给出单词列表的前缀。

---

然后相比一般的多叉树，Trie在节点的数据结构设计上也有很多不同。

class Trie{
private:
    bool flag;
    Trie* next[R];
};

其中val表示的是该节点是否为尾节点（是不是对应键的结尾），next[R]表示的是指向R个子节点的链接。比如我们现在要表示英语单词的话，R就为26。
说明
因为flag只用来表示该节点是否为一个单词的结尾，然后next[R]可以看做是指向26个字母的映射表，保存了对于当前节点而言，下一个可能出现的字符链接。所以，上面的图并不是字典树真正的存储形式，我们看下图：

这是一个包含三个单词‘sea’，‘she’，‘sells’的字典树完整形式。

【示例来自参考资料3】
可以看到，Trie中一般含有大量的空链接。

C++实现

class Trie{
private:
    // 定义节点
    bool flag = false;
    Trie* next[26] = {nullptr};
public：
    Trie(){}    // 构造函数

    void insert(string word){   // 插入
        Trie* node = this;
        for(int i=0; i<word.length(); i++){
            char c = word[i];
            if(node->next[c-'a']==nullptr){
                node->next[c-'a'] = new Trie();
            }
            node = node->next[c-'a'];
        }
        node->flag = true;  // 单词串的尾节点为true
    }

    bool search(string word){   // 查找单词是否存在Trie中
        Trie* node = this;
        for(int i=0; i<word.length(); i++){
            char c = word[i];
            if(node->next[c-'a']==nullptr)  return false;
            node = node->next[c-'a'];
        }
        return node->flag;  // 如果该节点是串尾节点，则为true
    }

    bool starsWith(string prefix){  //查找前缀
        Trie * node = this;
        for(int i=0; i<prefix.length(); i++){
            char c = prefix[i];
            if(node->next[c-'a']==nullptr)  return false;
            node = node->next[c-'a'];
        }
        return true;
    }
};

说明：
最常用的有三个操作，插入单词、搜索单词是否在字典树中、搜索前缀是否在字典树中。
插入单词：node指向根节点，从单词的第一个字符开始判断，该字符是否在节点指向的字母映射表中出现（不为nullptr空指针），如果没有出现过就创建对应的内存空间，然后node指向对应字母的链接。重复操作，直到该单词全部插入完，再另最后的尾结点node->flag=true()（表示一个单词的结尾）。有点类似链表的插入。
查找单词是否在字典树中：同样，node先指向根节点，然后从单词的第一个字符开始判断，该字符是否在node指向的字母映射表中出现，如果没有出现直接return false，否则node指向对应字母的链接，重复操作，直至单词全部查询完。最后再判断node->flag == true?，如果不为true，则表示并不是单词的结尾（该单词没有出现在字典树中，只是前缀包含了该单词）。
查找前缀是否出现在字典树中 ：跟上面查找单词是一样的，只是最后不用再判断flag。

---

对应的LeetCode练习：LeetCode208. 实现Trie（前缀树）

Trie 应用

1. 自动补全
   

2. 拼写检查
   

3. IP路由