字典树简介:
字典树(trie)是用来存储字符串集合的一种数据结构。
对于一个字符串构成的集合,最普通的存储方式是直接开一个数组存储,每个元素是一个字符串。而字典树则利用了不同字符串之间可能有相同前缀这一特点,节省了存储空间,同时在查询和插入时可以获得前缀相关的信息。一个典型的字典树如下图:
我们可以看到,每一个字符串对应了从根出发的一条路径。为了记录哪些路径才是真正在集合中的字符串,每个节点需要一个end标记,表示当前节点是否是一个字符串的终点。
字典树的实现:
一般来说字典树是一个有根树,每个点的儿子的数量是不确定的。在字符集为无穷集的情况下需要转化成一颗二叉树来实现。经典的转化方法是左儿子右兄弟转化(left-child right-sibling binary tree),如下图所示:
但是在一般情况下字符集是一个有限集,比如电话号码包含0-9,单词包含a-z。在空间允许的情况下可以直接开一个数组记录所有儿子。
实现方法一:静态数组
代码(来自POJ 3630):
/*
PROG: POJ3630
PROB: trie using array (fixed size dictionary)
*/
#include <cstdio>
#include <cstring>
using namespace std;
#define DEBUG 1
#define LOG(...) do { if (DEBUG) fprintf(stderr, __VA_ARGS__); } while(0)
#define MAXN 100005
int trie[MAXN][10], L;
char mark[MAXN], ans;
char buf[20];
void init(void) {
L = 1;
memset(trie, 0, sizeof(trie));
memset(mark, 0, sizeof(mark));
ans = true;
}
int main(void) {
int Z; scanf("%d", &Z);
while (Z--) {
init();
int n; scanf("%d", &n);
for (int i = 0; i < n; ++i) {
scanf("%s", buf);
if (!ans) continue;
int r = 0, t;
for (int j = 0; buf[j]&&ans; ++j) {
if (mark[r]) {
ans = false; break;
}
t = buf[j]-'0';
if (!trie[r][t]) trie[r][t] = L++;
r = trie[r][t];
}
for (int j = 0; j < 10; ++j)
if (trie[r][j]) {
ans = false; break;
}
if (mark[r]) ans = false;
mark[r] = 1;
}
if (ans) printf("YES\n");
else printf("NO\n");
}
return 0;
}
这里数组trie[r][i]可以理解成一个函数trie(r, i),它表示节点r的第i个儿子(对应第i个字符)的位置(即下标)。插入时需要插入的字符串在trie中走过一条路径,r表示当前所走到的位置。trie[r][t]为0表示r节点还没有第i个儿子,于是在trie末尾新增节点,并将这个节点作为r的第t个儿子。L记录数组trie中下一个要加入的节点的位置。
实现方法二:利用vector
有时数据较大,使用静态数组可能导致MLE,这时可以用vector。
代码(来自HDU2328)
/*
PROG: HDU2328
PROB: trie
*/
#include <cstdio>
#include <cstring>
#include <vector>
#include <algorithm>
using namespace std;
#define DEBUG 1
#define LOG(...) do { if (DEBUG) fprintf(stderr, __VA_ARGS__); } while(0)
#define MAXN 4005
char P[MAXN][205];
char ans_buf[205];
struct Node {
int next[26];
int cnt, curr;
Node() : cnt(0), curr(0) {
memset(next, 0, sizeof(next));
}
};
int main(void) {
int N;
while (scanf("%d", &N), N) {
for (int i = 0; i < N; ++i)
scanf("%s", P[i]);
vector<Node> trie;
trie.push_back(Node());
int ans = 0;
for (int k = 0; k < N; ++k) {
for (int i = 0; P[k][i]; ++i) {
int r = 0;
for (int j = 0; P[k][i+j]; ++j) {
int x = P[k][i+j]-'a';
if (!trie[r].next[x]) {
trie[r].next[x] = trie.size();
trie.push_back(Node());
}
r = trie[r].next[x];
if (trie[r].cnt<k) break;
if (trie[r].curr<=k) {
trie[r].curr = k+1;
trie[r].cnt += 1;
}
if (k==N-1 && j+1 >= ans) {
bool flag = false;
if (j+1 > ans) flag = true;
else {
char tmp[205];
strncpy(tmp, P[k]+i, j+1);
tmp[j+1] = '\0';
if (strcmp(tmp, ans_buf)<0) flag = true;
}
if (flag) {
ans = j+1;
strncpy(ans_buf, P[k]+i, j+1);
ans_buf[j+1] = '\0';
}
}
}
}
}
if (ans) printf("%s\n", ans_buf);
else printf("IDENTITY LOST\n");
}
return 0;
}
这里struct Node表示trie的一个结点,next[]是该节点各个儿子的位置。实现原理与静态数组时一样的,只是换成了vector,不需要提前预留足够内存。与指针实现相比,这种方法不需要手动释放内存。