TRIE树在输入法分词的应用

TRIE树，即字典树，可以用于排序、保存大量字符串，在搜索引擎和防火墙中都有着重要的作用。本文使用字典树读取汉语拼音并进行匹配，成功实现了汉语拼音的划分。

先来看看TRIE树的结构：

树从root根节点出发，每个节点都有26个子节点（对应各个字母）。不难发现所有n长度的单词组合都在高度为n的TRIE树中。我们把从root节点出发，到某叶子（或节点）的字母组合称为一个单词。

1.定义以下结构体构造TRIE树：

typedef struct TRIE_NODE_ {
    struct TRIE_NODE_ *children[26];
    bool is_word;
} TRIE_NODE;

和我们料想的一样，每个节点都有26个子节点，还有一个标记用于表示root节点到该处是不是一个单词。

2.初始化TRIE树：

static TRIE_NODE* TrieAllocateNode() {
    TRIE_NODE *ret = (TRIE_NODE*) malloc(sizeof(TRIE_NODE));
    if (!ret) exit(1);
    ret->is_word = false;
    memset(ret->children, 0, 26 * sizeof(TRIE_NODE*));
    return ret;
}

通用的树的新节点的建立方法，注意将节点属性初始化为false，并把子节点清空。

3.添加新的单词到树中

void TrieAdd(TRIE_NODE *root, char *text) {
    for (; *text != '\0'; ++text) {                                                   //C中遍历字符串的通用做法
        if (root->children[(*text) - 'a'] == NULL) {
            root->children[(*text) - 'a'] = TrieAllocateNode();                     //把字母直接减去A的ASCLL码值，可以将字母与26个子节点一一对应。
        }
        root = root->children[(*text) - 'a'];                                       //转向下一层树
    }
    root->is_word = true;                                                            //将该单词标为true
}

4.利用深度优先搜索（dfs&