高级数据结构 -- Trie前缀树（字典树）

最新推荐文章于 2024-07-16 18:41:16 发布

Free的午后

最新推荐文章于 2024-07-16 18:41:16 发布

阅读量221

点赞数 1

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/qq_43295483/article/details/119294630

版权

本文介绍了Trie树（字典树），一种用于字符串处理的数据结构，常用于搜索引擎系统以减少查询时间。文章讨论了Trie树的主要操作：插入、删除、查询和前缀查询，并提供了具体的实现示例。此外，还通过LeetCode的677题解释了如何使用Trie树实现键值映射的功能。

摘要由CSDN通过智能技术生成

字典树又称为前缀树或Trie树，是处理字符串常见的数据结构。Trie经常被搜索引擎系统。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较。

假设组成所有单词的字符仅是“a”~"z"，请实现字典树结构，并包含以下四个主要功能：

void insert(String word)：添加word，可重复添加。
void delete(String word)：删除word，如果word添加过多次，仅删除一次。
int search(String word)：查询word是否在字典树中，返回word的个数。
int serachPrefix(String pre)：返回以字符串pre为前缀的单词数量。

实现代码如下：

package 树;
class TrieNode {
	public int pass;
	public int end;
	public TrieNode[] nexts;
	public TrieNode() {
		//pass表示经过包含这个字符的字符串的个次数
		pass = 0;
		//end表示以这个字符结尾的字符串的个数
		end = 0;
		//表示26个字母
		nexts = new TrieNode[26];
	}
}

public class Trie {
	private TrieNode root;

	public Trie() {
		root = new TrieNode();
	}
	
	public void insert(String word) {
		if (word == null) {
			return;
		} 
		char[] chs = word.toCharArray();
		TrieNode node = root;
		node.pass++; //经过的次数+1
		int index = 0;		
		for (int i = 0; i < chs.length; i++) {  //从左往右遍历字符
			index = chs[i] - 'a';               
			//如果没有这条路劲，则新建路径
			if (node.nexts[index] == null) {
				node.nexts[index] = new TrieNode();
			}
			//有则前往子路径
			node = node.nexts[index];
			node.pass++;
		}
		node.end++;//字符串结束，以该字符结尾的字符串数量+1
	}
	
	public int search(String word) {
		if (word == null)