python打印字典树形_Python实现字典树

字典树，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减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

注：定义来自百度百科。

字典树的主要性质

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。

基本功能介绍

在接下来的内容里，我们将逐步介绍字典树的具体功能是如何实现的。

1. 创建 TrieNode 类

创建一个 TrieNode 的类,构建内置字典结构

具体实现代码如下

class TrieNode:

def __init__(self):

self.nodes = dict() # 构建字典

self.is_leaf = False

2. 添加 insert 函数

插入一个字到字典树中

具体实现代码如下：

def insert(self, word: str):

curr = self

for char in word:

if char not in curr.nodes:

curr.nodes[char] = TrieNode()

curr = curr.nodes[char]

curr.is_leaf = True

3. 添加 insert_many 函数

插入一列表的字到字典树中

具体实现代码如下：

def insert_many(self, words: [str]):

for word in words:

self.insert(word)

4. 添加 search 函数

在字典树里面查询一个字

具体实现代码如下：

def search(self, word: str):

curr = self

for char in word:

if char not in curr.nodes:

return False

curr = curr.nodes[char]

return curr.is_leaf

最终代码如下：

class TrieNode:

def __init__(self):

self.nodes = dict() # 构建字典

self.is_leaf = False

def insert(self, word: str):

curr = self

for char in word:

if char not in curr.nodes:

curr.nodes[char] = TrieNode()

curr = curr.nodes[char]

curr.is_leaf = True

def insert_many(self, words: [str]):

for word in words:

self.insert(word)

def search(self, word: str):

curr = self

for char in word:

if char not in curr.nodes:

return False

curr = curr.nodes[char]

return curr.is_leaf

用在统计和排序大量字符串，如自动机。字典树能做前缀搜索，在正则匹配，数据压缩，构建索引都可能用到。