mysql trie树_Trie-字典树

字典树是什么？

字典树(Trie)是一种树状的、常用于信息检索的数据结构。它就像一本字典一样，可以让你快速进行字符插入、字符串搜索等。

字典树设计的核心思想是空间换时间，所以数据结构本身比较消耗空间。它利用了字符串的共同前缀作为存储依据，来加速搜索，同时也节省空间(相比于每一个单词都要全文保存)。Trie的字符串搜索时间复杂度为O(m), m为字符串的长度。

字典树的性质

根节点(Root)不包含字符，除根节点以外每一个节点都仅包含一个字符。

从根节点到某一节点所经过的所有字符连接起来，即可构成一个字符串。

任意节点的所有子节点所包含的字符都不相同。

如下图的 Trie 树中包含了字符串集合 ["Joe", "John", "Johnny", "Jane", "Jack"]。

Trie关键词查找过程：

每次从根节点开始搜索

获取关键词的第一个字符，根据该字符选择对应的子节点，转到该子节点就检索。

在相应的子节点上，获取关键词的第二个字符，进一步选择对应的子节点进行检索。

以此类推。

在某个节点处，关键词的所有字母已被取出，查找完成。

python实现Trie

class Trie:

def __init__(self):

"""

Initialize your data structure here.

"""

self.d = {}

def insert(self, word: str) -> None:

"""

Inserts a word into the trie.

"""

tree = self.d

for s in word:

if s not in tree:

tree[s] = {}

tree = tree[s]

tree["#"] = "#"

def search(self, word: str) -> bool:

"""

Returns if the word is in the trie.

"""

tree = self.d

for s in word:

if s not in tree:

return False

tree = tree[s]

if "#" in tree:

return True

return False

def startsWith(self, prefix: str) -> bool:

"""

Returns if there is any word in the trie that starts with the given prefix.

"""

tree = self.d

for s in prefix:

if s not in tree:

return False

tree = tree[s]

return True

# Your Trie object will be instantiated and called as such:

# obj = Trie()

# obj.insert(word)

# param_2 = obj.search(word)

# param_3 = obj.startsWith(prefix)

Trie的应用

字符串的检索：判断一个字符串是否出现过或者统计频率

搜索引擎的“搜索建议”(前缀匹配)