前缀树（字典树）Trie Java实现

VIP文章 已于 2022-09-30 15:47:07 修改
阅读量215 收藏
点赞数
文章标签： java
于 2022-09-30 15:29:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40624026/article/details/127124444
版权

仅适用a-z的版本

package com.algorithm.offer;
/**
 * Trie树(前缀树、字典树)
 * @author Lenovo
 *
 */
class TrieNode{
   
	// 假设字符只有a-z
	TrieNode[] children = new TrieNode[26];
	// 是否是末尾节点
	boolean isEnd;
}
public class Trie {
   
	static TrieNode trie;
	// 构建一棵Trie树
	public Trie() {
   
		trie = new TrieNode();
	}
	public void insert(String word) {
   
		// 从根节点开始搜索
		TrieNode cur = trie;
		char[] words = word.toCharArray();
		for(int i = 0;i < words.length;i++) {
   
			int idx = words[i] - 'a';
			// 说明不存在该节点
			if(cur.children[idx] == null) {
   
				TrieNode tmp = new TrieNode();
				if(i == words.length - 1) {
   
					tmp.isEnd = true;
				}
				cur.children[idx] = tmp;
			}
			cur = cur.children[idx];
		}
	}
	public boolean search(String word) {
   
		TrieNode cur = trie;
		char[] words = word.toCharArray();
		for(
最低0.47元/天 解锁文章
w͏l͏j͏
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Trie树(字典树)的介绍及Java实现
08-31
Trie树，又称字典树或前缀树，关于它的结构就不详细介绍了。Trie树在单词统计、前缀匹配等很多方面有很大用处...下面这篇文章主要介绍了Trie树，以及Java实现如何Trie树，有需要的朋友可以参考借鉴，下面来一起看看吧。
Java 前缀树
SCU_XLJ的博客
09-18 882
每一个节点会有多个子节点，通往不同子节点的路径上有着不同的字符。子节点代表的字符串是由节点本身的原始字符串，以及通往该子节点路径上所有的字符组成的。查找前缀树中的字符串，是否包含此前缀，同样，遍历为空时直接返回false，遍历结束不为空，则代表查找前缀树中某个字符串有这个前缀。2、从根节点到某一个节点，路径上经过的字符连接起来，就是该节点对应的字符串（例如：结果U代表的字符串就是"YU"）（1）判断Root节点的子节点是否包含”NB“的前缀‘N’，没有就新建节点进行遍历赋值，有则往‘N’节点遍历。
Trie 树（字典树/前缀树）实现 Java
MachineRandy
11-15 778
Trie 树： 在计算机科学中，trie，又称前缀树或字典树，是一种有序树，用于保存关联数组，其中的键通常是字符串。与二叉查找树不同，键不是直接保存在节点中，而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀，也就是这个节点对应的字符串，而根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。（摘自 https://zh.wikip...
Trie树（字典树/前缀树）Java实现
NinoSun的博客
09-18 456
序 Trie是专门用来实现字典功能的数据结构，专门为处理字符串而实现的。与Map不同的地方在于映射的不一定是字符串。 如果字典中有n个条目，使用树结构的话，查询的时间复杂度是O(logn)，随n的增大而增大。 但Trie查询每个条目的时间复杂度和字典中一共有多少条目无关！ 时间复杂度为O(w)，w为查询单词的长度。如果字典中有100万个词条，logn大约为20，而大多数单词的长度不足10。相比较之...
Java 与 字典树（前缀树）
weixin_44804108的博客
04-14 181
字典树 字典树又称前缀树 典型应用：统计、排序(?)和保存大量的字符串（不限于字符串），常被用于搜索引擎中：文本词频统计。 图示：https://baidu.com
Java 前缀树Trie（字典树、单词查找树）
抛弃幻想，准备斗争
04-18 923
前缀树也称字典树、单词查找树。 字典树是一种多叉树。 之前我学习的映射，本身也可以称为字典，只不过和我们现在要说的字典树Trie不同。下面对映射字典和字典树Trie做性能比较： Trie的结构如图所示： Trie的定义： 例如：每个节点有26个指向下个节点的指针。 不过这里的26并不是一定的，如果字母有大小写，就要改成52，如果有加入其他特殊字符，又...
基于Java链表实现的字典树（trie）
05-02
基于Java链表实现的字典树（trie），实现了增删改查等功能，它说摘要必须大于50字我还能说啥啥啥啥
C++前缀树trie的实现
12-25
C++实现的前缀树trie数据结构
Java实现字典树TrieTree
08-19
Java实现字典树TrieTree,可用于计算出四六级试题的高频词.
详解字典树Trie结构及其Python代码实现
09-21
Trie多被用来查找和统计字符串,利用公共前缀来减少搜索时间,下面我们就来详解字典树Trie结构及其Python代码实现
java实现的Trie树数据结构
热门推荐
abcd_d_的专栏
10-15 1万+
最近在学习的时候，经常看到使用Trie树数据结构来解决问题，比如“ 有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。” 该如何解决？ 有一种方案就是使用Trie树加 排序实现 。 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
mybatisPlus使用MetaObjectHandler对字段进行更新
m0_56356631的博客
04-23 371
都是符合我们的预期的。
java方法重写（重点讲），方法重载
最新发布
weixin_46281068的博客
04-27 435
一、方法重载定义：一个类中，出现多个方法的名称相同，但是它们的形参列表是不同的，那么这些方法就称为方法重载了。注意：一个类中，只要一些方法的名称相同、形参列表不同，那么它们就是方法重载了，其它的都不管（如:修饰符，返回值类型是否一样都无所谓）。形参列表不同指的是:形参的个数、类型、顺序不同，不关心形参的名称。应用场景：开发中我们经常需要为处理一类业务，提供多种解决方案，此时用方法重载来设计是很专业的。
string模拟实现
m0_73969414的博客
04-23 1463
c++中string的模拟实现，面试必会知识点
实现自定义注解、实现自定义幂等性注解
qq_44721738的博客
04-23 629
添加 Spring AOP 依赖。创建自定义注解。创建一个新的 Java 注解类，通过@interface关键字来定义，并可以添加元注解以及属性。@Target(ElementType.METHOD) //表示作用于方法上@Retention(RetentionPolicy.RUNTIME) // 表示这个注解在运行时是可见的，这样 AOP 代理才能在运行时读取到这个注解编写 AOP 拦截（自定义注解）的逻辑代码。@Aspect@Component// 方法执行前的处理。
第5 章 Consul服务注册与发现
a13763926743的博客
04-22 768
consul官网地址。
MSE实现全链路灰度实践
云计算、数据库、大数据、深度学习、NLP、Python
04-24 233
待更新。
迭代器模式
LuckFairyLuckBaby的博客
04-23 558
迭代器模式(Iterator),提供一种方法顺序访问一个聚合对象中各个元素，而又不暴露该对象的内部表示。
Java | 冒泡排序算法实现
yingzix688的博客
04-24 723
题目描述 编写一个Java程序，实现冒泡排序算法。程序需要能够接收一个整型数组作为输入，并输出排序后的数组。 冒泡排序是一种简单的排序算法，它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。
Trie字典树的Java代码实现 返回单词
08-07
### 回答1： Trie字典树的Java代码实现可以分为以下几部分: 1. 定义Trie节点类，包含children数组和isEndOfWord标识，用于表示是否是单词的结尾。 2. 定义Trie类，包含插入、查找和删除操作。 3. 在Trie类中实现插入操作，遍历字符串每一个字符，在Trie树中寻找对应节点，如果不存在则新建节点。 4. 在Trie类中实现查找操作，遍历字符串每一个字符，在Trie树中寻找对应节点，如果找到最后一个字符对应的节点的isEndOfWord标识为true，则说明字符串是单词。 5. 在Trie类中实现删除操作，遍历字符串每一个字符，在Trie树中寻找对应节点，如果找到最后一个字符对应的节点的isEndOfWord标识为true，则将其设为false，并删除空节点。 如果需要完整代码和注释请告诉我。 ### 回答2： Trie（字典树）是一种常用的数据结构，用于高效地存储和查找字符串。下面是Trie字典树的Java代码实现，用于返回单词。 ```java class TrieNode { private TrieNode[] children; private boolean isEndOfWord; public TrieNode() { children = new TrieNode[26]; // 字母表的大小为26 isEndOfWord = false; } public void insert(String word) { TrieNode curr = this; for (char c : word.toCharArray()) { if (curr.children[c - 'a'] == null) { curr.children[c - 'a'] = new TrieNode(); } curr = curr.children[c - 'a']; } curr.isEndOfWord = true; } public boolean search(String word) { TrieNode node = searchPrefix(word); return node != null && node.isEndOfWord; } public boolean startsWith(String prefix) { TrieNode node = searchPrefix(prefix); return node != null; } private TrieNode searchPrefix(String prefix) { TrieNode curr = this; for (char c : prefix.toCharArray()) { if (curr.children[c - 'a'] == null) { return null; } curr = curr.children[c - 'a']; } return curr; } } public class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } public void insert(String word) { root.insert(word); } public boolean search(String word) { return root.search(word); } public boolean startsWith(String prefix) { return root.startsWith(prefix); } } public class Main { public static void main(String[] args) { Trie trie = new Trie(); trie.insert("apple"); trie.insert("app"); System.out.println(trie.search("apple")); // 输出：true System.out.println(trie.startsWith("app")); // 输出：true System.out.println(trie.search("banana")); // 输出：false } } ``` 以上代码中，`TrieNode`表示Trie的节点，`Trie`表示Trie树的结构。其中`TrieNode`类包含了插入单词、查找单词（完全匹配）以及查找前缀的功能。`Trie`类则是对外提供插入、查找单词和前缀的方法。 在`main`方法中，我们演示了如何使用`Trie`类来插入和查找单词。首先，我们插入了两个单词"apple"和"app"。然后分别调用`search`方法来查找"apple"和"banana"，以及`startsWith`方法来查找以"app"开头的单词。最后，打印出对应的结果，即是否找到了对应的单词或前缀。 以上是Trie字典树的Java代码实现，用于返回单词。 ### 回答3： Trie字典树是一种经典的数据结构，用于高效地存储和查找字符串集合。下面是一个基于Java的Trie字典树的代码实现，可以实现返回单词的功能： ```java class TrieNode { private final int ALPHABET_SIZE = 26; private TrieNode[] children; private boolean isEndOfWord; public TrieNode() { children = new TrieNode[ALPHABET_SIZE]; isEndOfWord = false; } } class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } public void insert(String word) { TrieNode current = root; for (int i = 0; i < word.length(); i++) { char ch = word.charAt(i); int index = ch - 'a'; if (current.children[index] == null) { current.children[index] = new TrieNode(); } current = current.children[index]; } current.isEndOfWord = true; } public boolean search(String word) { TrieNode current = root; for (int i = 0; i < word.length(); i++) { char ch = word.charAt(i); int index = ch - 'a'; if (current.children[index] == null) { return false; } current = current.children[index]; } return current != null && current.isEndOfWord; } public List<String> getAllWords() { List<String> result = new ArrayList<>(); TrieNode current = root; StringBuilder sb = new StringBuilder(); getAllWordsUtil(current, sb, result); return result; } private void getAllWordsUtil(TrieNode node, StringBuilder sb, List<String> result) { if (node == null) { return; } if (node.isEndOfWord) { result.add(sb.toString()); } for (int i = 0; i < ALPHABET_SIZE; i++) { if (node.children[i] != null) { sb.append((char)('a' + i)); getAllWordsUtil(node.children[i], sb, result); sb.deleteCharAt(sb.length() - 1); } } } } public class Main { public static void main(String[] args) { Trie trie = new Trie(); String[] words = {"hello", "world", "java", "programming"}; for (String word : words) { trie.insert(word); } List<String> allWords = trie.getAllWords(); System.out.println("All words in trie: " + allWords); } } ``` 上述代码中，TrieNode类表示字典树的节点，包括一个指向子节点的数组和一个标记，用于表示节点是否是某个单词的结尾。Trie类封装了字典树的操作，包括插入单词、查找单词和返回所有单词的功能。在代码的主函数中，我们创建一个Trie对象并插入一些单词，然后调用getAllWords()方法返回字典树中的所有单词。最后，打印出返回的单词列表。 希望以上解答对您有所帮助，如有更多疑问，请继续追问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

w͏l͏j͏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值