又称单词查找树,Trie树,是一种树形结构,是一种哈希树的变种。典型应用是用于统计,排序和保存大量的字符串(但不仅限于字符串),所以经常被搜索引擎系统用于文本词频统计。它的优点是:利用字符串的公共前缀来节约存储空间,最大限度地减少无谓的字符串比较,查询效率比哈希表高。
![Trie1](http://www.wutianqi.com/wp-content/uploads/2010/09/Trie1.jpg)
字典树与字典很相似,当你要查一个单词是不是在字典树中,首先看单词的第一个字母是不是在字典的第一层,如果不在,说明字典树里没有该单词,如果在就在该字母的孩子节点里找是不是有单词的第二个字母,没有说明没有该单词,有的话用同样的方法继续查找.字典树不仅可以用来储存字母,也可以储存数字等其它数据。
trie 的定义
struct ac
{
int v;
ac *next[26];//可以根据树的大小改变
};
ac *root;
next是表示每层有多少种类的数,如果只是小写字母,则26即可,若改为大小写字母,则是52,若再加上数字,则是62了,这里根据题意来确定。
v可以表示一个字典树到此有多少相同前缀的数目,这里根据需要应当学会自由变化。
(1) 每次从根结点开始一次搜索;
(2) 取得要查找关键词的第一个字母,并根据该字母选择对应的子树并转到该子树继续进行检索; (3) 在相应的子树上,取得要查找关键词的第二个字母,并进一步选择对应的子树进行检索。
(4) 迭代过程……
(5) 在某个结点处,关键词的所有字母已被取出,则读取附在该结点上的信息,即完成查找。
生成树
void creat(char *str)
{
ac *pre=root,*now;
int len=strlen(str);
for(int i=0;i<len;i++)
{
int id=str[i]-'a';
now=pre->next[id];
if(now==NULL)
{
now=new ac;
memset(now,0,sizeof(ac));
pre->next[id]=now;
}
now->v++;
pre=now;
}
}
再是查找树
int findtree(char *str)
{
ac *pre=root,*now;
int len=strlen(str);
for(int i=0;i<len;i++)
{
int id=str[i]-'a';
now=pre->next[id];
if(!now) return 0;
pre=now;
}
return pre->v;//树元素的个数
}
释放空间
int dealTrie(ac* T)
{
int i;
if(T==NULL)
return 0;
for(i=0;i<26;i++)
{
if(T->next[i]!=NULL)
deal(T->next[i]);
}
free(T);
return 0;
}