字典树（T树）

佬酒

已于 2022-05-14 14:22:22 修改

阅读量1.6k

点赞数 2

分类专栏：数据结构文章标签：数据结构 T树字典树键树 c++

于 2022-05-14 14:21:25 首次发布

本文链接：https://blog.csdn.net/weixin_48560325/article/details/124766445

版权

数据结构专栏收录该内容

8 篇文章 4 订阅

订阅专栏

什么是T树（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。

T树的定义

Trie树是一颗度m>=2的树，它的每一层分支不是靠整个关键码的值来确定，而是由关键码的一个分量来确定。

如图所示键树中,从结点Z到结点$为单支树，则在图相应的Trie树中只有一个含有关键字ZHAO及相关信息的叶子结点。由此,在Trie树中有两种结点:分支结点(含有d个指针域和一个指示该结点中非空指针域的个数的整数域)和叶子结点(含有关键字域和指向记录的指针域)。在分支结点中不设数据域,每个分支结点所表示的字符均由其双亲结点中(指向该结点)的指针所在位置决定。

构建一个T树

构建树的节点

由上图可以看出一颗T树由两大部分组成，即分支和元素（存取的值）；

（1）分支表示

分支（Brch）是由一个数组组成，数组的每一个位存放的是树的指针，第一位位空（存放是该分支的共同元素）；设计分支如下：

typedef struct 
{
   TrieNode* link[LETLEN];
}BrchType;

（2）元素表示

从图中可以看出，我们存放的每一个元素都有自己的大小和值组成；所以设计元素如下：

typedef struct
{
	char ch[MaxKeySize];
	int curentSize;
}KeyType;

typedef struct
{
	KeyType key;
	Record * recptr;
}ElemType;

（3）T树节点的表示：

因为图中可以看出每次层要么是分支要么是元素；为了节省空间可以设计为联合体；

struct TrieNode
{
	NodeType utype; // ELEM , BRCH
	union
	{
		ElemType item;
		BrchType brch;
	};
};

总体关系设计

const int MaxKeySize = 25;
const int LETLEN = 27;
typedef enum { BRCH = 0, ELEM = 1 } NodeType;

typedef struct
{
	char ch[MaxKeySize];//分支，大小26个字母，0位置有其他含义
	int curentSize;//单词的长度
}KeyType;
typedef struct{ }Record;//记录集
typedef struct
{
	TrieNode* link[LETLEN];
}BrchType;
typedef struct
{
	KeyType key;//关键码
	Record* recptr;//记录集指针
}ElemType;
struct TrieNode
{
	NodeType utype;
	union
	{
		ElemType item;
		BrchType brch;
	};
};

T树的查找

在T树上进行查找的过程为:从根结点出发,沿和给定值相应的指针逐层向下,直至叶子结点,若叶子结点中的关键字和给定值相等,则查找成功,若分支结点中和给定值相应的指针为空,或叶结点中的关键字和给定值不相等,则查找不成功。

代码

	TrieNode* root;
	static int Index(const KeyType& kx, int k)
	{
		int index = 0;
		if (k < kx.curentSize)
		{
			index = kx.ch[k] - 'a' + 1;
		}
		return index;
	}
TrieNode* Find(const KeyType& kx)
	{
		TrieNode* p = root;
		int k=0;
		while (p != nullptr && p->utype == BRCH)
		{
			int index = Index(kx, k);
			k += 1;
			p = p->brch.link[index];
		}
		if (p != nullptr && strcmp(kx.ch, p->item.key.ch) != 0)
		{
			p = nullptr;
		}
		return p;
	}

T树的插入

T树的插入也是非常容易理解，大致分为这几个步骤，以插入这几个单词为例{“cha”,"baby","chain","long"};

（1）先对传入的根节点判断是否为空，如果为空则建立根元素节点，直接连接根节点，也就是插入第一个单词“cha”

(2)如果根节点不为空，开始查询对应位置，如果是元素则改为分支，再连接；

（3）如果根节点不为空，开始查询对应位置，如果是分支则连接；

代码

static TrieNode* Buynode()
	{
		TrieNode* s = (TrieNode*)malloc(sizeof(TrieNode));
		if (nullptr == s)exit(1);
		memset(s, 0, sizeof(TrieNode));
		return s;
	}
	static TrieNode* MakeElem(const ElemType& item)
	{
		TrieNode* s = Buynode();
		s->utype = ELEM;
		s->item = item;
		return s;
	}
	static TrieNode* MakeBrch(TrieNode* ptr, int k)
	{
		TrieNode* s = Buynode();
		s->utype = BRCH;
		int index = Index(ptr->item.key, k);
		s->brch.link[index] = ptr;
		return s;
	}
void Insert_Item(TrieNode*& ptr, const ElemType& item, int k)
	{
		if (ptr == nullptr)
		{
			ptr = MakeElem(item);
		}
		else if (ptr->utype == BRCH)
		{
			int index = Index(item.key, k);
			Insert_Item(ptr->brch.link[index], item, k + 1);
		}
		else if (ptr->utype == ELEM)
		{
			ptr = MakeBrch(ptr, k);
			int index = Index(item.key, k);
			Insert_Item(ptr->brch.link[index], item, k + 1);
		}
	}