Trie字符串统计

Trie（又称为字典树或前缀树）是一种用于存储字符串集合的树形数据结构，它能够高效地处理字符串相关的查询和操作。Trie的每个节点通常代表一个字符串的前缀，而从根节点到某一叶节点的路径代表一个完整的字符串。

基本思想：

• 节点结构：Trie中的每个节点包含一个子节点数组，通常大小为26（对应英文字母表的大小写），以及一个标记位（表示字符串的结束）。
• 前缀共享：Trie利用字符串之间的公共前缀来减少存储空间，所有具有相同前缀的字符串都在树中的同一条路径上共享节点。

操作步骤：

1. 插入（Insert）：

   • 从根节点开始，遍历每个字符。
   • 对于当前字符，如果它在节点的子节点数组中不存在，则创建一个新的节点，并将其加入数组。
   • 移动到对应的子节点。
   • 到达字符串末尾时，标记该节点为结束节点（或者增加一个标记位）。
   • 所有共享前缀的字符串都会在树中共享相同的路径和节点。

2. 查询（Search）：

   • 从根节点开始，遍历每个字符。
   • 对于当前字符，查找节点的子节点数组中是否存在该字符。
   • 如果存在，继续移动到对应的子节点；如果不存在，返回0或空，表示没有匹配的字符串。
   • 如果到达叶节点，检查标记位，如果标记位为真，则表示找到了完整的字符串，返回1或字符串数量；否则返回0。

3. 遍历（Traversal）：

   • 为了获取所有字符串，可以从根节点开始，对Trie进行深度优先遍历。
   • 每当遇到一个标记为真的节点时，从根节点到当前节点的路径就代表一个完整的字符串。
   • 将这些字符串收集起来，或者进行其他操作。

Trie特别适合处理字符串集合的查找、插入、删除等操作，尤其是当字符串集合中有很多共同前缀时。它在自动补全、拼写检查、IP路由等场景中有广泛应用。

问题描述

• 需要维护一个字符串集合。

• 支持两种操作：

  • I x：向集合中插入字符串 x。
  • Q x：查询字符串 x 在集合中出现的次数。

• 操作次数 N，不超过 10^5 次。

• 所有输入的字符串总长度不超过 10^5。

• 字符串仅包含小写英文字母。

解决方案

• 使用Trie（字典树）数据结构来存储和管理字符串集合。
• 对于操作 I x，将字符串 x 插入到Trie中，并在对应的叶节点记录字符串的出现次数。
• 对于操作 Q x，查询Trie以找到字符串 x 的叶节点，并返回该节点上记录的出现次数。

具体步骤

1. 初始化：创建一个空的Trie，用于存储字符串集合。
2. 处理操作：
   • 对于每个操作，根据类型执行相应的操作：
     • 如果是 I x，遍历字符串 x 的每个字符，更新Trie，并在最后一个字符对应的节点上增加出现次数。
     • 如果是 Q x，遍历字符串 x 来查找它在Trie中对应的叶节点，并返回该节点记录的出现次数。
3. 插入优化：为了避免每个字符串都在Trie中创建完整的路径，可以在插入时跳过已经存在的前缀节点。
4. 查询优化：在查询时，如果字符串的某个前缀在Trie中不存在，可以直接返回0，不需要遍历完整个字符串。

通过这种方式，我们可以有效地管理和查询字符串集合，同时保持操作的时间复杂度在可接受的范围内。

输入格式

• 第一行：包含一个整数 N，表示接下来会有 N 个操作指令。
• 接下来 N 行：每行包含一个操作指令，指令有两种形式：
  • I x：表示插入字符串 x 到集合中。
  • Q x：表示查询字符串 x 在集合中出现的次数。

输出格式

• 对于每个查询指令 Q x，输出一个整数，该整数表示字符串 x 在集合中出现的总次数。
• 每个结果占一行。

输入样例：

5
I abc
Q abc
Q ab
I ab
Q ab

输出样例：

1
0
1

代码：

#include<iostream>
using namespace std;

// 定义常量N为Trie的最大节点数
const int N = 100010;

// son数组存储Trie的子节点，每个节点有26个小写字母的可能，对应到数组的索引
int son[N][26];
// cnt数组记录每个Trie节点的子串数量
int cnt[N];
// idx用于生成Trie节点的唯一id
int idx = 1;

// insert函数用于向Trie中插入一个字符串
void insert(string str)
{
    int p = 0; // 初始时从根节点开始
    for(int i = 0; i < str.size(); i++) // 遍历字符串的每个字符
    {
        int u = str[i] - 'a'; // 将字符转换为对应的数组索引
        if(!son[p][u]) // 如果当前节点没有该子节点，则创建一个新的节点
            son[p][u] = idx++;
        p = son[p][u]; // 移动到子节点
    }
    cnt[p]++; // 到达字符串的末尾，增加该路径的计数
}

// query函数用于查询具有特定前缀的字符串数量
int query(string str)
{
    int p = 0; // 从根节点开始
    for(int i = 0; i < str.size(); i++) // 遍历查询字符串的每个字符
    {
        int u = str[i] - 'a'; // 转换字符
        if(son[p][u]) // 如果存在对应的子节点
            p = son[p][u]; // 移动到子节点
        else return 0; // 如果没有对应的子节点，说明没有匹配的前缀，返回0
    }
    return cnt[p]; // 返回到达的节点的子串数量
}

int main()
{
    int n; // 存储操作的数量
    cin >> n;
    while(n--) // 对于每个操作
    {
        string op, str; // op存储操作类型，str存储字符串
        cin >> op >> str;
        if(op == "I") // 如果操作类型为"I"，表示插入字符串
            insert(str);
        else // 否则，如果操作类型不是"I"，表示查询操作
            cout << query(str) << endl; // 输出查询结果
    }
    return 0; // 程序结束
}

 

总结：

Trie字符串统计是一种高效的数据结构和算法，它通过构建一个字典树来存储和处理字符串集合，支持快速的插入和查询操作。在Trie中，每个节点代表一个字符串的前缀，而从根节点到叶节点的路径代表一个完整的字符串。插入操作通过创建或更新Trie节点来添加新字符串，而查询操作则通过遍历Trie来查找特定前缀的字符串数量。这种方法特别适合处理大量具有共同前缀的字符串，如自动补全、拼写检查等场景，因为它能够显著减少存储空间并提高查询效率。