一、开篇说明
1.本文原文来自于leetcode上的算法题Implement Trie的解决方案.
2.原文地址
3.新手献丑了,希望大家轻拍~(微笑)
二、原文在这
1.问题描述
算法题:
通过编写插入、查询、判断开头等方法完成一个trie树。
例子:
Trie trie = new Trie();
trie.insert("apple");
trie.search("apple"); // returns true
trie.search("app"); // returns false
trie.startsWith("app"); // returns true
trie.insert("app");
复制代码
提示:
- 你可以假设所有的输入都是由小写字母a-z组成的。
- 所有的输入string数组都不为空。
总结:
这篇文章是写给中等水平的读者的,将会介绍数据结构trie(前缀树)和其中的常见操作。
2.解决方法:
2.1应用:
trie(前缀树)是一种树形数据结构,常常用来在字符串的数据集中检索一个关键词。目前,trie数据结构已经被高效地应用在了很多领域:
(1)自动填充
(2)拼写检查
(3)IP路由(最长的路由匹配) (4)九键输入法的预测文字 (5)完成文字游戏
有很多其他的数据结构如,平衡树,hash表都能够在一个string的数据集中查找单词,但是我们为什么要使用trie呢?虽然hash表对于找到一个关键词(key)只需要 O (1)的时间复杂度,但是在下列操作中,它就表现得不是很高效了。
- 找到拥有共同前缀的所有关键词(key)。
- 根据字典序枚举所有字符串
trie优于hash表的另外一个原因是,但hash表的数据规模扩大后,将会出现很多的hash碰撞,因此查询时间复杂度将会提高到O (n),n 是插入的关键词的个数。而相比于hash表,trie在存储很多具有共同前缀的关键词时需要的空间更少。在这个例子里trie只需要O (m)的时间复杂度(m 是关键词的长度)。而在平衡树里查询一个关键词,则需要花费O (m logn)
2.2 trie节点结构
trie是一个有根树,它的节点有以下几个字段:
- 与子节点间最多有R个连接,每个连接对应到R个字母中的一个。这个R个字母来自于字母表。在这篇文章中,我们假设R是26,即26个小写的拉丁字母。
- 一个布尔值isEnd,说明该布尔值说明当前节点是否是一个关键词的结尾,否则就只是该关键词的前缀。
java编写的trie节点
class TrieNode {
// R links to node children
private TrieNode[] links;
private final int R = 26;
private boolean isEnd;
public TrieNode() {
links = new TrieNode[R];
}
public boolean containsKey(char ch) {
return links[ch -'a'] != null;
}
public TrieNode get(char ch) {
return links[ch -'a'];
}
public void put(char ch, TrieNode node) {
links[ch -'a'] = node;
}
public void setEnd() {
isEnd = true;
}
public boolean isEnd() {
return isEnd;
}
}
复制代码
2.3 trie中最常见的操作——添加和查询关键词
(1)添加关键词到trie中
我们通过遍历trie来插入关键词。我们从根节点开始,搜寻和关键词第一个字母对应的连接,这里一般有两种情况:
- 如果连接存在,那么我们就顺着这个连接往下移到下一子层,接着搜寻关键词的下一个字母对应的连接。
- 如果连接不存在,那么我们就新建一个trie节点,对应着现在的关键词字母,建立与父节点的连接。
我们重复这个步骤,直到处理完关键词的最后一个字母,然后标记最后的节点为结束节点。算法结束。
java编写的插入方法
class Trie {
private TrieNode root;
public Trie() {
root = new TrieNode();
}
// Inserts a word into the trie.
public void insert(String word) {
TrieNode node = root;
for (int i = 0; i < word.length(); i++) {
char currentChar = word.charAt(i);
if (!node.containsKey(currentChar)) {
node.put(currentChar, new TrieNode());
}
node = node.get(currentChar);
}
node.setEnd();
}
}
复制代码
复杂度分析:
- 时间复杂度O(m),m 是关键词的长度。在算法的每一次循环中,我们要么检查节点要么新建一个节点,直到该关键词的最后一个字母。所以,这只需要进行m次操作。
- 空间复杂度O(m)。最糟糕的情况是,新插入的关键词和已经存在trie的关键词没有共同的前缀,因此我们必须插入m个新的节点,因此需要O(m)空间复杂度。
(2)在trie中搜索关键词
每一个关键词在trie中都可以被一条从根节点到子节点的路径所表示。我们将根据关键词的第一个字母从根节点开始搜索,然后检查节点上的每一个连接对应的字母,一般有两种情况:
- 存在对应关键词字母的连接,我们将从该连接移动到下一个节点,然后搜索关键词的下一个字母对应的连接。
- 对应的连接不存在,如果此时已经遍历到了关键词的最后一个字母,则把当前的节点标记为结束节点,然后返回true。当然还有另外两种情况,我们会返回false:
- 关键词的字母没有遍历完,但没有办法接着在trie中找到根据关键词字母的形成的路径,所以trie中不存在该关键词。
- 关键词的字母的已经遍历完了,但当前的节点不是结束节点,因此搜索的关键词只是trie中的某一个关键字的前缀。
class Trie {
...
// search a prefix or whole key in trie and
// returns the node where search ends
private TrieNode searchPrefix(String word) {
TrieNode node = root;
for (int i = 0; i < word.length(); i++) {
char curLetter = word.charAt(i);
if (node.containsKey(curLetter)) {
node = node.get(curLetter);
} else {
return null;
}
}
return node;
}
// Returns if the word is in the trie.
public boolean search(String word) {
TrieNode node = searchPrefix(word);
return node != null && node.isEnd();
}
}
复制代码
复杂度分析:
- 时间复杂度:O(m)。在算法的每一步都是搜索关键词的下一个字母,因此在最差的情况下,算法需要执行m步。
- 空间复杂度:O(1)。
(3)在trie中搜索关键词的前缀
这个方法和我们在trie中用来搜索关键词的方法很类似。我们从根节点开始移动,直到关键词前缀的每个字母都被搜索到了,或者,没有办法在trie中根据关键词的当前字母找到接下去的路径。这个方法和前面提到的搜索关键词的唯一不同在于,当我们遍历到关键词前缀的最后一个字母时,我们总是返回true,我们不需要考虑当前的节点是否有结束标志,因为我们只是搜索关键词的前缀,而不是整个关键词。
java编写的搜索关键词前缀的方法
class Trie {
...
// Returns if there is any word in the trie
// that starts with the given prefix.
public boolean startsWith(String prefix) {
TrieNode node = searchPrefix(prefix);
return node != null;
}
}
复制代码
复杂度分析:
- 时间复杂度:O(m)
- 空间复杂度:O(1)
3. 应用问题
这里有一些非常合适应大家去练习的问题,这些问题都能用trie数据结构解决。
- 添加和搜索单词(数据结构设计)——一个非常直接的trie的应用。
- 搜索单词2——和boggle这个游戏有点像
这篇分析出自@elmirap