Trie树的构造与应用

    Trie树就是字典树。我们在查字典时，不可能是看到个单词然后从第一页开始顺序查找，找到所需单词，一定是根据共享前缀来不断缩小查找范围，也就是如果查air，我们先查找a，再查找ai，再查找air，而ai开头的还有avian，那么这两个单词共享前缀ai，那么后面不同的作为子树，就形成了一个字典树的结构。

    下面主要说一说实现和应用。

目录

Trie树

插入单词

查找单词

 应用

---

Trie树

    上面就是是一个简单的字典树，从根节点a向下走到任何一个点都可以是一个单词，比如ab，ac，abc。

    在查询的时候，如果要查询aba，那么可以先查询a，再查询ab，再查询aba，发现可以找到，要是abd那么就显然无法找到。

插入单词

   接下来是如何构造一个Trie树。 

   由于每个单词的第一个单词是不确定的，所以可能会需要建a-z为根节点的树，这是麻烦的，所以建立root节点，作为公共根节点。Trie树实际上可以看做是有向图，每个节点指向自己的子节点，建立的过程实际上就是建图的过程。

    考虑为每个节点设定一条链表，因此所有节点可以构成一个链表数组，而这个链表后面连接这个点作为父节点，所指向的点的链表位置。

     这么说很抽象，举个例子，比如ab，我们要为每个节点创建链表，多个链表形成链表数组，我们要为a创建一条链表，所在链表数组位置是1，后面连接b，b节点在链表数组所在数组位置是2，那么a节点链表的链接b节点，值就是2（1->2）。

    这么讲可能还是很抽象，那么就说实际的操作。在实际操作中，为了方便，一般不会真正去写链表，实际上会用二维数组来代替（就是上面画的结构），一行就代表是一个链表，每个数值就存储这个点所连向的点的链表在哪行。每次对一个单词进行逐词建立，遇到了一个点没有建立节点（也就是没有指向的链表），那么在最后追加一条，等于说建立了节点。最后为了判断每个节点是否有单词在这里结束，在最后一个单词节点的位置要做上标记，引入cnt，遇到一次在这个点结束，就给这个点+1,最后看这个点cnt要是为0，那么就代表没有单词在这里结束。

代码：

const int N = 1000050;
int trie[N][26];
int cnt[N];//记录以每条链表起点作为结尾的个数
int id;

void insert(string s)
{
	int p = 0;
	for (int i = 0; i < s.size(); i++)
	{
		int x = s[i] - 'a';
		if (trie[p][x] == 0) trie[p][x] = ++id;//如果这个点还没有建立属于自己的链表,那么在最后追加一个新链表,标记位置
		p = trie[p][x];//记录这条个点引导链表所在位置,和字母维度结合可以实现定位任何一点
		/*
		trie实际上也是一个建边过程,但是一个点不一定只出现在一个地方,也就是a会被分为a1,a2,a3...散布于图的不同位置
		建立二维数组,每一行表示一个起点,和列维度结合,定位特定字母,存储这个点所连向的点在哪行
		比如当前是a,在0行,连向a,b,第一行存储了这个a所连的,第二行b连的,那么trie[0][a]=1,trie[1]=2
		当前存储了aa,ab
		*/
	}
	cnt[p]++;//表示录完了一个单词,然后这个词所在的点+1,以此来看有没有单词在这个点结束,要是有的话那么就不为0
}

查找单词

    要想查找一个单词是否出现，那么就单词顺序找下来，要是发现找到一个点没有点从这个点作为起点，那么后面就找肯定不到了，就比如要找abc，找到b发现没有后续了，那么c也就无从谈起，如果找到了c，那么就看有没有节点以c结尾，如果有，那么也是算作有的，这就用到了上面说的cnt标记。

 代码：

int  find(string s)
{
	int p = 0;
	for (int i = 0; i < s.size(); i++)
	{
		int x = s[i] - 'a';
		if (trie[p][x] == 0)return 0;//如果找到终点了,也就是都不存在这个点为起点的,那么可以结束了
		p = trie[p][x];
	}
	return cnt[p];//看看有没有找到,因为有点在这里结束那么cnt[p]!=0
}

 应用

题目链接：[TJOI2010] 阅读理解 - 洛谷 

     这道题需要我们说出每个单词出现的行数，那么首先先构造trie树，因为要说出行，所以此时仅仅每个点作为标记结束点的次数，就不能实现功能，所以要标记每个点作为结束点的行数，所以引入bitset类型（因为开bool会爆内存，开bitset省空间）标记哪些行出现了这个词作为结束词，后面输出。

代码：

#include<stdio.h>
#include<algorithm>
#include<string.h>
using namespace std;
#define N 5100000
#include <bitset>

bitset<1001> b[N];//开bool爆内存,开bitset节省空间,功能是标记这个节点在哪一行出现作为结尾
int trie[N][26],cnt;//二维数组存储,每行是一个节点,cnt记录节点数
int n;

void insert(char a[], int row)
{
	int st = 0;//st链表代表当前所在起点
	for (int i = 1; i <= strlen(a + 1); i++)
	{
		int x = a[i] - 'a';
		if (!trie[st][x])trie[st][x] = ++cnt;
		st = trie[st][x];
	}
	b[st][row] = 1;//表示这个字母在这一行出现了
}

int display(char a[])
{
	int st = 0;
	for (int i = 1; i <= strlen(a + 1); i++)
	{
		int x = a[i] - 'a';
		if (trie[st][x] == 0)return 0;
		st = trie[st][x];
	}
	return st;
}

int main()
{
	scanf("%d", &n);
	int num;
	char a[22];
	for (int i = 1; i <= n; i++)//行
	{
		//printf("start:%d\n", i);
		scanf("%d", &num);//这一行的单词数
		for (int j = 1; j <= num; j++)//每个单词
		{
			scanf("%s", a+1);
			//printf("%s\n", a+1);
			insert(a, i);//插入单词
		}
		//printf("end:%d\n", i);
	}
	int m;
	scanf("%d", &m);
	for (int i = 1; i <= m; i++)
	{
		scanf("%s", a + 1);
		int st = display(a);//找到这个单词作为结束点出现在链表数组中的位置
		if (st)//出现了
		{
			for (int j = 1; j <= 1000; j++)
				if (b[st][j])
					printf("%d ", j);
		}
		printf("\n");
	}
	return 0;
}

局部代码参考自：【数据结构】字典树TrieTree图文详解_Avalon Demerzel的博客-CSDN博客_字典树