搜索引擎提示功能的实现(使用trie树)

      大家经常使用google, 当输入搜索内容后，有自动提示的功能，节省了时间。那么，这个自动提示功能是怎样实现的呢？ 

      关于搜索匹配，我们讲到过哈希表，也简单提到过红黑树，但今天要说的trie树更适合这种场景，因为trie树能实现前缀匹配。

      trie树，就是retrieval树，也就是检索的意思，名如其实，我们先来看看trie树的数据结构。以"cat", "dog", "cattle", "bag"为例，trie树结构如下：

      可以看到，根结点不存储具体字母，其它每个结点，存储的是字母。如果用户输入"cat",  就能帮助用户联想到"cat"和"cattle", 实现了提示功能。

      下面，我们来看看trie树的实现。很显然，对于每一个结点而言，它要存储一个字母(根节点除外)，而且还可能有26个孩子结点，所以需要26个指针。另外，在结点中，还需要标注该结点是否为终结结点，所以，每个结点的数据结构是：

// trie结点
class TrieNode{
public:
    char ch;               // 存储字母
    TrieNode *child[26];   // 指向26个可能的孩子结点
    bool isComplete;       // 该结点是否为终结结点

    TrieNode()             // 构造函数
    {
        for(int i = 0; i < 26; i++)
        {
            child[i] = NULL;
            isComplete = false;
        }
    }
};

      trie树的常规操作是：

      1. 插入一个单词，即insert方法

      2. 查找一个单词，即search方法

      3. 查找一个前缀，即startWith方法 

      整个程序如下：

#include <iostream>
using namespace std;

// trie结点
class TrieNode{
public:
    char ch;               // 存储字母
    TrieNode *child[26];   // 指向26个可能的孩子结点
    bool isComplete;       // 该结点是否为终结结点

    TrieNode()             // 构造函数
    {
        for(int i = 0; i < 26; i++)
        {
            child[i] = NULL;
            isComplete = false;
        }
    }
};

// trie树, 为简便起见，不考虑结点堆内存的释放
class Trie {
private:
    TrieNode *t;

public:
    Trie() {
        t = new TrieNode();
    }

    // 插入一个单词
    void insert(const string &str) {
        int len = str.size();
        if(len > 0)
        {
            TrieNode *p = t;
            for(int i = 0; i < len; i++)
            {
                int j = str[i] - 'a';
                if(p->child[j] == NULL)
                {
                    p->child[j] = new TrieNode();
                    p->child[j]->ch = str[i];
                }
                
                p = p->child[j];
            }
            
            p->isComplete = true;
        }
    }

    // 查找一个单词
    bool search(const string &str) {
        int len = str.size();
        TrieNode *p = t;
        for(int i = 0; i < len; i++)
        {
            int j = str[i] - 'a';
            if(p->child[j] == NULL)
            {
                return false;
            }
            p = p->child[j];
        }

        if(p->isComplete)
        {
            return true;
        }

        return false;
    }

    // 查找前缀
    bool startsWith(const string &str) {
        int len = str.size();
        if (len <= 0) 
        {
            return false;
        }
  
        TrieNode *p = t;
        for(int i = 0; i < len; i++)
        {
            int j = str[i] - 'a';
            if(p->child[j] == NULL)
            {
                return false;
            }
            p = p->child[j];
        }

        return true;
    }
};

int main()
{
    Trie *t = new(Trie);
    t->insert("cat");
    t->insert("dog");
    t->insert("cattle");
    t->insert("bag");

    cout << t->search("cat") << endl;
    cout << t->search("bag") << endl;
    cout << t->startsWith("ca") << endl;

    cout << t->search("catt") << endl;
    cout << t->search("pig") << endl;
    cout << t->search("") << endl;
    cout << t->startsWith("") << endl;
    cout << t->startsWith("cab") << endl;
}

      结果如下：

1

1

1

0

0

0

0

0

       从上面的程序中，很容易分析出trie树的时间复杂度。而且，不可否认，trie树是比较耗费空间的，因为要存储很多指针信息。

      与其它数据结构相比，trie树在前缀查找方面，有独特的优势，而且非常快。实际上，大家经常使用的IDE的自动提示功能，也能使用trie树来实现。