Trie树简介_其中的代码不够好还可以优化

最新推荐文章于 2022-04-29 13:48:49 发布

qqqq724

最新推荐文章于 2022-04-29 13:48:49 发布

阅读量579

点赞数

分类专栏：数据结构文章标签： Trie树算法

数据结构专栏收录该内容

5 篇文章 0 订阅

订阅专栏

Trie树

Trie树也称字典树，因为其效率很高，所以在在字符串查找、前缀匹配等中应用很广泛，其高效率是以空间为代价的。

一.Trie树的原理

利用串构建一个字典树，这个字典树保存了串的公共前缀信息，因此可以降低查询操作的复杂度。

下面以英文单词构建的字典树为例，这棵Trie树中每个结点包括26个孩子结点，因为总共有26个英文字母(假设单词都是小写字母组成)。

则可声明包含Trie树的结点信息的结构体:

#define MAX 26

typedef struct TrieNode               //Trie结点声明 
{
    bool isStr;                      //标记该结点处是否构成单词 
    struct TrieNode *next[MAX];      //儿子分支 
}Trie;

其中next是一个指针数组，存放着指向各个孩子结点的指针。

如给出字符串"abc","ab","bd","dda"，根据该字符串序列构建一棵Trie树。则构建的树如下:

Trie树的根结点不包含任何信息，第一个字符串为"abc"，第一个字母为'a'，因此根结点中数组next下标为'a'-97的值不为NULL，其他同理，构建的Trie树如图所示，红色结点表示在该处可以构成一个单词。很显然，如果要查找单词"abc"是否存在，查找长度则为O(len)，len为要查找的字符串的长度。而若采用一般的逐个匹配查找，则查找长度为O(len*n)，n为字符串的个数。显然基于Trie树的查找效率要高很多。

但是却是以空间为代价的，比如图中每个结点所占的空间都为(26*4+1)Byte=105Byte，那么这棵Trie树所占的空间则为105*8Byte=840Byte，而普通的逐个查找所占空间只需(3+2+2+3)Byte=10Byte。

二.Trie树的操作

在Trie树中主要有3个操作，插入、查找和删除。一般情况下Trie树中很少存在删除单独某个结点的情况，因此只考虑删除整棵树。

1.插入

假设存在字符串str，Trie树的根结点为root。i=0，p=root。

1)取str[i]，判断p->next[str[i]-97]是否为空，若为空，则建立结点temp，并将p->next[str[i]-97]指向temp，然后p指向temp；

若不为空，则p=p->next[str[i]-97]；

2)i++，继续取str[i]，循环1)中的操作，直到遇到结束符'\0'，此时将当前结点p中的isStr置为true。

2.查找

假设要查找的字符串为str，Trie树的根结点为root，i=0，p=root

1)取str[i]，判断判断p->next[str[i]-97]是否为空，若为空，则返回false；若不为空，则p=p->next[str[i]-97]，继续取字符。

2)重复1)中的操作直到遇到结束符'\0',若当前结点p不为空并且isStr为true，则返回true，否则返回false。

3.删除

删除可以以递归的形式进行删除。

测试程序:

 
  /*Trie树(字典树) 2011.10.10*/ 
 
  #include <iostream> 
 
  #include<cstdlib> 
 
  #define MAX 26 
 
  using 
  namespace 
  std; 
 
  typedef 
  struct 
  TrieNode                      
  //Trie结点声明  
 
  { 
 
  bool 
  isStr;                             
  //标记该结点处是否构成单词  
 
  struct 
  TrieNode *next[MAX];             
  //儿子分支  
 
  }Trie; 
 
  void 
  insert(Trie *root, 
  const 
  char 
  *s)      
  //将单词s插入到字典树中  
 
  { 
 
  if 
  (root==NULL||*s== 
  '\0' 
  ) 
 
  return 
  ; 
 
  int 
  i; 
 
  Trie *p=root; 
 
  while 
  (*s!= 
  '\0' 
  ) 
 
  { 
 
  if 
  (p->next[*s- 
  'a' 
  ]==NULL)         
  //如果不存在，则建立结点  
 
  { 
 
  Trie *temp=(Trie *) 
  malloc 
  ( 
  sizeof 
  (Trie)); 
 
  for 
  (i=0;i<MAX;i++) 
 
  { 
 
  temp->next[i]=NULL; 
 
  } 
 
  temp->isStr= 
  false 
  ; 
 
  p->next[*s- 
  'a' 
  ]=temp; 
 
  p=p->next[*s- 
  'a' 
  ];    
 
  }    
 
  else 
 
  { 
 
  p=p->next[*s- 
  'a' 
  ]; 
 
  } 
 
  s++; 
 
  } 
 
  p->isStr= 
  true 
  ;                        
  //单词结束的地方标记此处可以构成一个单词  
 
  } 
 
  int 
   search(Trie *root, 
  const 
   char 
  *s)   
  //查找某个单词是否已经存在  
 
  { 
 
  Trie *p=root; 
 
  while 
  (p!=NULL&&*s!= 
  '\0' 
  ) 
 
  { 
 
  p=p->next[*s- 
  'a' 
  ]; 
 
  s++; 
 
  } 
 
  return 
  (p!=NULL&&p->isStr== 
  true 
  );       
  //在单词结束处的标记为true时，单词才存在  
 
  } 
 
  void 
  del(Trie *root)                       
  //释放整个字典树占的堆区空间  
 
  { 
 
  int 
  i; 
 
  for 
  (i=0;i<MAX;i++) 
 
  { 
 
  if 
  (root->next[i]!=NULL) 
 
  { 
 
  del(root->next[i]); 
 
  } 
 
  } 
 
  free 
  (root); 
 
  } 
 
  int 
   main( 
  int 
  argc,  
  char 
  *argv[]) 
 
  { 
 
  int 
  i; 
 
  int 
  n,m;                               
  //n为建立Trie树输入的单词数，m为要查找的单词数  
 
  char 
  s[100]; 
 
  Trie *root= (Trie *) 
  malloc 
  ( 
  sizeof 
  (Trie)); 
 
  for 
  (i=0;i<MAX;i++) 
 
  { 
 
  root->next[i]=NULL; 
 
  } 
 
  root->isStr= 
  false 
  ; 
 
  scanf 
  ( 
  "%d" 
  ,&n); 
 
  getchar 
  (); 
 
  for 
  (i=0;i<n;i++)                  
  //先建立字典树  
 
  { 
 
  scanf 
  ( 
  "%s" 
  ,s); 
 
  insert(root,s); 
 
  } 
 
  while 
  ( 
  scanf 
  ( 
  "%d" 
  ,&m)!=EOF) 
 
  { 
 
  for 
  (i=0;i<m;i++)                  
  //查找  
 
  { 
 
  scanf 
  ( 
  "%s" 
  ,s); 
 
  if 
  (search(root,s)==1) 
 
  printf 
  ( 
  "YES\n" 
  ); 
 
  else 
 
  printf 
  ( 
  "NO\n" 
  ); 
 
  } 
 
  printf 
  ( 
  "\n" 
  );    
 
  } 
 
  del(root);                          
  //释放空间很重要  
 
  return 
  0; 
 
  }