字典树tire 多模式串

引言

考虑这样的问题：
给出模式串S1,S2,S3…Sn 和文本串txt , 问txt是多少个模式串的前缀
egs:

S1: fusufusu
S2: fusualex
S3: anmikusu
txt: fusu

ans = 2 (txt是S1,S2的一个前缀)

如果我们是暴力匹配每一个模式串和文本串，那么时间复杂度为O（n * m * k）（稍微表示一下？）
那么有无快一点的法子呢？Tire 字典树

字典树

字典树是什么

这里说的树不是那个令人头疼用指针搞出来的树，只是二维数组被抽象成树，请放心观看 (

在算法中通常是以英文字母作为字符串的元素， 如果考虑单个模式串，那么将它化成一棵树的样子会是什么亚子呢？(以fusufusu)为例子

是的，长得有点抽象了，但是我们确实叫他树:)。接下来我们加入其他模式串

貌似还是很抽象，不管了！

我们会对每一个节点进行编号，每个节点会有26个字母个子节点，那么就会构成一个二维数组 tire[maxn][26]; 这就是字典树了

字典树构建

目前只有一个根节点：

现在假设要插入eng , 且有一个p指针指向root节点（这里的指针不是c语言中的指针，只是一个箭头而已）
当前指针p没有指向e的子节点，那么创建一个新的节点，值赋值为e,修改p指向新节点

接下来的ng同样的过程建立

当前遍历到了eng模式串的结尾，那么ed[p]++（前文说了ed数组统计模式串结尾个数）

现在插入一个新的模式串enh
同样p指向root，发现当前指向节点具有子节点，那么p直接指向e，同样的n也是如此
但是之后p不具备h这个新节点，那么新建节点同时赋值为h,p移动到新节点

同时ed[p]++;

代码实现：
首先声明需要的变量:

• tire[maxn][26] 字典树储存
• cnt 记录除根节点外，节点总数
• ed[maxn] 记录以i结尾的模式串的个数ed[i]

void insert(char str[]) {  //插入模式串(构造字典树)
    int p = 0;	//p为当前所在节点位置
    int len = strlen(str);
    for(int i=0;i<len;i++) {
        if( !tire[p][str[i]-'a'] ) {		//当前节点的str[i]子节点不存在
            tire[p][str[i]-'a'] = ++cnt;	//创建新节点
            clear(cnt);		//初始化该节点
        }
        p = tire[p][str[i]-'a'];	//当前节点移动到下一位
    }
    ed[p]++;
}

void clear(int pos){	//节点初始化
    for(int i=0;i<26;i++){
        tire[pos][i] = 0;
    }
}

str[i] - ‘a’ 条件是模式串只包含小写字母，而字母的编码是按顺序且‘a’编号最小

字典树query

如果只是查询文本串是否在众多模式串中出现过，那么很简单，只需要拿着文本串在字典树中匹配一遍，看看能不能匹配到文本串结尾

bool query(char txt[]){     //查询文本串是否在模式串中
    int p = 0;      //p指针
    int len = strlen(txt);
    
    for(int i = 0;i < len;i++){
        if( tire[p][ txt[i]-'a' ] ){    //p有txt[i]这个子节点
            p = tire[p][ txt[i]-'a' ]
        } else{     //没有, 直接返回false
            return false;
        }
    }
    return true;
}

引言中的问题是，文本串是多少个模式串中前缀，那么 需要加入一个新的数组countNum[maxn] ，作用和ed数组类似，count数组记录的是有多少个模式串经过了当前节点

那么inster函数稍微修改一下：

void insert(char str[]) {  //插入模式串(构造字典树)
    int p = 0;	//pos为当前所在节点位置
    int len = strlen(str);
    for(int i=0;i<len;i++) {
        if(!tire[p][str[i]-'a']) {		//当前节点的str[i]子节点不存在
            tire[p][str[i]-'a'] = ++cnt;	//创建新节点
            clear(cnt);		//初始化该节点
        }
        p = tire[p][str[i]-'a'];	//当前节点移动到下一位
        countNum[p]++;		//记录多少个模式串经过
    }
    ed[p]++;
}

上述query函数也需修改：

int query(char txt[]){     //查询文本串是否在模式串中
    int p = 0;      //p指针
    int len = strlen(txt);

    for(int i = 0;i < len;i++){
        if( tire[p][ txt[i]-'a' ] ){    //p有txt[i]这个子节点
            p = tire[p][ txt[i]-'a' ];
        } else{     //没有, 直接返回0
            return 0;
        }
    }
    return countNum[p];
}

end

练习题地址：洛谷-字典树模板（注意这题含大小写字母和数字）

字典树是很基础的数据结构了，基本不需要长篇大论就可以讲清楚，如果文章有错误或者不足之处请指出
另外，字典树+KMP（思想）可以引出一个新的算法：AC自动机
用于解决多模式串匹配问题

自我引流一下：
浅谈KMP
AC自动机+拓扑优化

感谢看到最后 😃😃