数据结构 - Tire 树

一、Tire 树

1. Tire 树介绍

• Tire 树 又称单词查找树，是一种树形结构，是一种哈希树的变种。
• Tire 树是一种能够快速存储和查找一组字符串集合的数据结构，是以空间换时间，利用字符串的前缀来降低查询时间。
• 与二叉树不同，Tire 树有 26 子节点对应 26 个字母，根节点不包含字符串，从根节点到某个节点，经过的字符连起来的字符串就是对应的字符串。当储存结束一个字符串后，尾节点会产生一个标记，表示当前字符串已经结束了。
• 典型应用：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。
• 如下图就是一棵由字符串 abcdef，abdef，aced，bcdf，bcfc，bcff，cdaa，组成的 Tire 树：

2. 优缺点及性质

• 优点：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。
• 缺点：空间复杂度比较大。
• 优化：我们可以用链表来动态开辟空间，达到空间上利用率的最大化。
• 性质：
• （1）根结点不包含字符，其他的每一个节点只包含一个字符。
• （2）从根结点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串（假如某个节点为一个字符串的结尾，对其打个标记即可）。
• （3）每个节点的所有子节点包含的字符都不相同。

3. 具体实现可见例题 Tire 字符串统计

二、Tire 树例题——Tire 字符串统计

题目描述

维护一个字符串集合，支持两种操作：
I x 向集合中插入一个字符串 x；
Q x 询问一个字符串在集合中出现了多少次。
共有 N 个操作，所有输入的字符串总长度不超过 1e5，字符串仅包含小写英文字母。

输入格式

第一行包含整数 N，表示操作数。
接下来 N 行，每行包含一个操作指令，指令为 I x 或 Q x 中的一种。

输出格式

对于每个询问指令 Q x，都要输出一个整数作为结果，表示 x 在集合中出现的次数。
每个结果占一行。

数据范围

1 ≤ N ≤ 2∗1e4

输入样例

5
I abc
Q abc
Q ab
I ab
Q ab

输出样例

1
0
1

具体实现

1. 实现过程

• Tire 树的插入和查询功能的实现。
• （1） I x 向集合中插入一个字符串 x。

void insert(char str[])
{
	int p=0;
	for(int i=0;str[i];i++)   
	{
		int u=str[i]-'a';
		if(!son[p][u])
		{
			idx++;
			son[p][u]=idx;			
		}
		p=son[p][u];
	}
	cnt[p]++;
} 

• （2）Q x 询问一个字符串在集合中出现了多少次。

int query(char str[])
{
	int p=0;
	for(int i=0;str[i];i++) 
	{
		int u=str[i]-'a';
		if(!son[p][u])
		{
			return 0;
		}
		else
		{
			p=son[p][u];
		}
	}
	return cnt[p];
}

2. 代码注解

• int son[N][26]; 表示树当中每个点的所有子节点。
• int cnt[N]; 表示以当前这个点结尾的单词有多少个。
• int idx; 表示当前用到了哪个下标。这里需要注意：下标是 0 的点，既是根节点，又是空节点。
• C++ 字符串结尾是 \0 ，因此 str[i] 可以判断字符串是否走到结尾。
• int u=str[i]-‘a’; 将小写字母 a~z ，映射成数字 0~25。

3. 实现代码

#include <bits/stdc++.h>
using namespace std;

const int N=100010;
int son[N][26];  
int cnt[N]; 
char str[N];
int idx;  
void insert(char str[])
{
	int p=0;
	for(int i=0;str[i];i++)  
	{
		int u=str[i]-'a';
		if(!son[p][u])
		{
			idx++;
			son[p][u]=idx;
		}
		p=son[p][u];
	}
	cnt[p]++;
} 

int query(char str[])
{
	int p=0;
	for(int i=0;str[i];i++) 
	{
		int u=str[i]-'a';
		if(!son[p][u])
		{
			return 0;
		}
		p=son[p][u];
	}
	return cnt[p];
}

int main()
{
	int n;
	cin>>n;
	while(n--)
	{
		char op[2];
		scanf("%s%s",op,str);
		if(op[0]=='I')
		{
			 insert(str);
		}
		else
		{
			cout<<query(str)<<endl;
		}
	}
	system("pause");
	return 0;
}

三、Tire 树例题——最大异或对

题目描述

在给定的 N 个整数 A₁，A₂……A_N 中选出两个进行 xor（异或）运算，得到的结果最大是多少？

输入格式

第一行输入一个整数 N。
第二行输入 N 个整数 A₁～A_N。

输出格式

输出一个整数表示答案。

数据范围

1 ≤ N ≤ 1e5
0 ≤ A_i < 2的31次方

输入样例

3
1 2 3

输出样例

3

具体实现

0. 暴力做法

• 暴力做法通俗易懂，两个 for 循环，相互枚举每一个值，异或，最后答案为其中的最大值。
• 暴力做法虽然易做，但是会出现 超时 问题。

#include <bits/stdc++.h>
using namespace std;

const int N=100010;
int n;
int a[N];
int main()
{
	cin>>n;
	for(int i=0;i<n;i++)
	{
		cin>>a[i];
	}
	int res=0;
	for(int i=0;i<n;i++)
	{
		for(int j=0;j<n;j++)
		{
			res=max(res,a[i]^a[j]);
		}
	}
	cout<<res<<endl;
	system("pause"); 
	return 0;
}

1. 实现思路

• 首先，需要搞清楚 异或操作。
• 如果 A = 1101 ，B = 0111，那么 A ^ B = 1010。详细讲解请见 基础算法-位运算
• 对暴力做法进行优化，使其满足时间限制。
• 由异或操作的计算公式可知，我们只需要先遍历每一个数，然后根据遍历的数的对应二进制形式，选取一个尽可能二进制形式每一位都不同的数字，得到该数字的最大异或值，最后再选举最大的异或值。在得到每一个数字的最大亦或值的选取过程就是一个 Tire 数。
• 举例说明：

2. 实现代码

#include <bits/stdc++.h>
using namespace std;

const int N = 100010, M = 3100010;
int n;
int a[N], son[M][2], idx;

void insert(int x)
{
    int p = 0;
    for (int i = 30; i >= 0; i -- )
    {
        int &s = son[p][x >> i & 1];
        if (!s) 
        {
            idx ++;
            s = idx;
        }
        p = s;
    }
}

int search(int x)
{
    int p = 0, res = 0;
    for (int i = 30; i >= 0; i -- )
    {
        int s = x >> i & 1;
        if (son[p][!s])
        {
            res += 1 << i;
            p = son[p][!s];
        }
        else 
        {
            p = son[p][s];
        }
    }
    return res;
}

int main()
{
    cin >> n;
    for (int i = 0; i < n; i ++ )
    {
        cin >> a[i];
        insert(a[i]);
    }
    int res = 0;
    for (int i = 0; i < n; i ++ )
    {
        res = max(res, search(a[i]));
    }
    cout << res << endl;
    system("pause");
    return 0;
}