java tire树_Java实现Tire

Trie，又称单词查找树或键树，是一种树形结构。典型应用是用于统计和排序大量的字符串(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：最大限度地减少无谓的字符串比较，查询效率比哈希表高。

它有3个基本性质：

根节点不包含字符，除根节点外每一个节点都只包含一个字符。

从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。

每个节点的所有子节点包含的字符都不相同。

下面这个图就是Trie的表示，每一条边表示一个字符，如果结束，就用星号表示。在这个Trie结构里，我们有下面字符串，比如do, dork, dorm等，但是Trie里没有ba, 也没有sen，因为在a, 和n结尾，没有结束符号(星号)。

有了这样一种数据结构，我们可以用它来保存一个字典，要查询改字典里是否有相应的词，是否非常的方便呢？我们也可以做智能提示，我们把用户已经搜索的词存在Trie里，每当用户输入一个词的时候，我们可以自动提示，比如当用户输入 ba, 我们会自动提示 bat 和 baii.

现在来讨论Trie的实现。

首先，我们定义一个Abstract Trie,Trie 里存放的是一个Node。这个类里有两个操作，一个是插入，另一个是查询。具体实现放在后面。

实现

Node类：

packagecom.yydcdut;importjava.util.LinkedList;public classNode {char content; //装node中的内容

boolean isEnd; //是否是单词的结尾

int count; //这个单词的这个字母下面分支的个数

LinkedList childList; //子list

/*** 构造函数

*@paramc 单词的字母*/

public Node(charc){

childList= new LinkedList();

isEnd= false;

content=c;

count= 0;

}/*** 遍历一下这个node中LinkedList中是否有这个字母，有就意味着可以继续查找下去，没有就没有。

*@paramc 单词的字母

*@return如果有的话就返回下一个node，没有的话就返回null*/

public Node subNode(charc){if(childList != null){for(Node eachChild : childList){if(eachChild.content ==c){returneachChild;

}

}

}return null;

}

}

具体实现：

packagecom.yydcdut;public classMain {private Node root; //根

/*** 构造函数，生成根*/

publicMain(){

root= new Node(' ');

}/*** 插入函数，先判断是否有这个单词了(通过每个单词字母来判断)，如果没有，挨着顺序判断是否有这个字母了，

*如果有这个字幕，继续判断下一个，当没有这个字母的时候，对这个字母new一个node对象，放入到上一个字母的

*LinkedList里面

*@paramword 要插入的单词*/

public voidinsert(String word){//如果找到就返回

if(search(word) == true) return;

Node current=root;for(int i = 0; i < word.length(); i++){

Node child=current.subNode(word.charAt(i));if(child != null){

current=child;

}else{

current.childList.add(newNode(word.charAt(i)));

current=current.subNode(word.charAt(i));

}//单词下面分支数++

current.count++;

}//在单词最后字母那里结束了

current.isEnd = true;

}/*** 查找函数，判断是否已经有隔着单词了

*@paramword 要判断的单词

*@return有这个单词返回true，没有返回false*/

public booleansearch(String word){

Node current=root;for(int i = 0; i < word.length(); i++){if(current.subNode(word.charAt(i)) == null)return false;elsecurrent=current.subNode(word.charAt(i));

}//判断这个单词的这个字母是否在字典里面结束了

if (current.isEnd == true) return true;else return false;

}/*** 删除函数，先判断是否存在这个单词，不存在就跳出，存在就删除掉，每个单词的count都要减1

*@paramword 要删除的单词*/

public voiddeleteWord(String word){if(search(word) == false) return;

Node current=root;for(charc : word.toCharArray()) {

Node child=current.subNode(c);if(child.count == 1) {

current.childList.remove(child);return;

}else{

child.count--;

current=child;

}

}

current.isEnd= false;

}public static voidmain(String[] args) {

Main trie= newMain();

trie.insert("ball");

trie.insert("balls");

trie.insert("sense");

System.out.println(trie.search("balls"));

System.out.println(trie.search("ba"));

trie.deleteWord("balls");

System.out.println(trie.search("balls"));

System.out.println(trie.search("ball"));

}

}

时间复杂度分析：

对于insert, 如果被插入的String长度是 k, 每对一个字符进行查询，我们最多在child linkedlist里面查询26次(最多26个字母)，所以，复杂度为O(26*k) = O(k). 对于 search, 复杂度是一样的。

我是天王盖地虎的分割线

trie.zip

参考：http://blog.csdn.net/beiyeqingteng