字典树/数据结构/加速字符串查询

字典树（Trie）

试想一个经典的场景：

​ 有一个字符串集合 C = [s1, s2, …, sn]，给定字符串 t，要判断 t是否在集合 C中

解法一

利用遍历的思想，逐个遍历字符串数组:

#C = [s1, s2, ..., sn]
#t = 'xxx.xxx'
def find(C, t):
  for s in C:
    if t == s:
      return True
  return False

假设字符串的平均长度为m，t的长度为k，C中有n个元素，这样做的时间复杂度为$O(min(m,k)\ast n)=O(nm)$.

如果我们想达到更低的时间复杂度，就需要利用到字典树.

解法二：字典树

首先需要回答的是：什么是字典树？

字典树: 利用字符串的前缀来构建的一棵保存若干个字符串信息的树

从根节点到叶节点的路径上的边构成了一个完成的字符串，例如路径：0->1->2->3，表示字符串：“inn”.

字典树的构建

字典树的构建关键在于构建一条路径，使得从根节点到叶节点的路径代表着字符串本身。由于是从根节点开始往下，考虑相同前缀的情况：例如"int"和"inn"就有着相同的前缀，那么无需重新添加新的结点，直接共用结点0，1，2即可.

由此我们得出了构建字典树的算法：

1. 建立字典树的根结点 0，每个字符串都将从 0开始往下搜索
2. 从集合 C中取一个字符串 s，设置树的遍历指针 p为根结点 0
3. 在字符串 s中取一个字符 c，如果指针 p指向的结点存在一条边的值为 c，那么把p指向这条边所指向的结点，重复过程3；否则，生成新的值为 c的边 e，并添加一个新的结点 v，让 e指向 v，p指向新的结点v. 直到取完完字符串s
4. 重复过程2直到集合 C中元素被取完

为了更好的理解上述算法过程，我们举一个栗子（例子！）.

例1：字符串集合 C = [‘inn’, ‘int’]，要构建一颗字典树.

1. 创建根结点0

2. 建立’inn’的路径
3. 建立’int’的路径

Talk is cheap. Show me your code

下面给出构建字典树的python版本.

from typing import List

alphabet_size = 200
max_str_size = 1000
    
def build_dict_tree(words: List[str]) -> List[List[int]]:
  dict_tree = [[-1] * alphabet_size for _ in range(max_str_size)]
  node_num = 1
  for word in words:
    p = 0
    for c in word:
      c = ord(c)
      assert(0 <= c < alphabet_size)
      if dict_tree[p]