进大厂必会的数据结构——前缀树/字典树

最新推荐文章于 2023-11-13 09:13:53 发布

树朴

最新推荐文章于 2023-11-13 09:13:53 发布

阅读量215

点赞数

分类专栏：刷题文章标签：数据结构算法 c++

本文链接：https://blog.csdn.net/yjjgoodbay/article/details/115698770

版权

刷题专栏收录该内容

6 篇文章 0 订阅

订阅专栏

前缀树的定义

前缀树又称字典数树，Trie树（读作try），是哈希树的变种。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，也可用来做自动补全和拼写检查。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。

常见应用

例如，在百度中搜索“为什么”，百度就会自动帮你补全一些常见的搜索问题。这些热词是怎么保存的呢？如果是用简单的线性表，就会需要大量重复的查找，效率较低；我们希望一个数据结构能够将相同前缀的字符串存放在一起，这样在查找的时候就可以快速取出了。

基本原理

它的原理非常简单，属于一看就会，一写就错的那种。如下图所示：例如我们有下列几个字符串：ad，ak，akp，akr和bp，我们如何构建前缀树呢？从根节点开始，比较字符串的每一个字符是否在树的当前节点有对应的边，如果有则路由到该边指向的下一节点，继续比较下一个字符。如ak节点：就是0->1->4对应的边组成；akr节点：就是0->1->4->7对应的边组成。可以看到所有的节点如果是字符串的末尾的字符都标为黑色，这是为了区分字符串前缀和字符串（如ak，既是字符串，又是akr和akp的前缀），在后面的代码上也有体现。

前缀树的主要操作是插入和查找，一般很少进行删除，即便是删除也是伪删除，即将一个变量置为删除，而不会释放其空间，这是因为物理上的删除将要改变前缀树已有的结构，牺牲性能。因此前缀树是一个只增不减的树。

如何实现

考虑实现该树的数据结构，首先要能保存当前节点的子节点的指针，建议使用指针数组来完成，例如要处理的是小写字母组成的字符，就可以用包含26个节点指针的数组。我们可以这样约定，如果某个字母存在，则指针数组对应的下标将指向该字母对应的节点，否则该下标的节点指向空。如字母c存在，则children['c'-'a'] = next_ptr，否则children['c'-'a'] = null。同时我们要能记录该节点是否是终节点，以区分字符串和字符串前缀，一个bool型变量即可。

 vector<Trie*> children; // 指针数组
 bool end;               // 是否为终点

首先来考虑如何向前缀树中插入一个字符串：从根节点node开始，遍历node的26个子节点，如果节点存在，则node指向该子节点，考虑下一节点和下一个字符；如果节点不存在，则子节点指向一个新建的节点，并依次考虑下一字符和新建下一节点。可以用如下伪代码描述：

    node = root
    for i=0...word.size-1:
        if node.children[word[i]-'a'] == null:     // 没有该字符对应的节点，则新建节点
            node.children[word[i]-'a'] = new node
        node = node.children[word[i]-'a']          // 考察下一个节点和下一个字符
    node.end = true    // 最后一个字符设置为终点

下来再来考虑如何判断一个字符或者字符前缀是否存在于树中：以判断前缀为例，只需要从根节点向下遍历，如果遇到某个字符对应的当前节点的下一节点不存在，则查找失败；直至遍历到最后一个字符，则查找成功。判断字符也是一样的操作，只不过最后要考虑最后一个节点的node.end是否为真。伪代码描述如下：

    node = root
    for i=0...word.size-1:
        if node.children[word[i]-'a'] == null:     // 没有该字符对应的节点，则返回失败
            return false
        node = node.children[word[i]-'a']          // 考察下一个节点和下一个字符
    return true    // 查找完全部字符，返回成功

代码验证

我们对Trie类的几个常用函数做进行如下假设：

Trie() 初始化前缀树对象。
void insert(String word) 向前缀树中插入字符串 word。
boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即，在检索之前已经插入）；否则，返回 false。
boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ，返回 true ；否则，返回 false

具体实现，以c++为例，实现的函数一个类，可以使用leetcode验证：208. 实现 Trie (前缀树)

class Trie {
    private:
        vector<Trie*> children; // 指针数组
        bool end;               // 是否为终点

    public:
        /*初始化节点*/
        Trie() {
            this->children = vector<Trie*>(26, NULL);
            this->end = false;
        }
        
        /*插入函数*/
        void insert(string word) {
            // 从根节点开始
            Trie* node = this;
            // 遍历每一个字符和节点
            for(int i=0; i<word.length(); i++){
                // 不存在该节点则新建
                if(node->children[word[i]-'a'] == NULL){
                    node->children[word[i]-'a'] = new Trie();
                }
                // 考察下一个节点
                node = node->children[word[i]-'a'];
            }
            // 最后一个字符设置为终点
            node->end = true;
        }
        
        /*查找字符串是否存在*/
        bool search(string word) {
            // 从根节点开始
            Trie* node = this;
            // 遍历每一个字符和节点
            for(int i=0; i<word.length(); i++){
                // 不存在该节点则失败
                if(node->children[word[i]-'a'] == NULL){
                    return 0;
                }
                // 考察下一节点
                node = node->children[word[i]-'a'];
            }
            // 注意：要为终点才是查找成功，否则只是字符串前缀
            return node->end;
        }
        
        /*查找字符串前缀是否存在*/
        bool startsWith(string prefix) {
            // 从根节点开始
            Trie* node = this;
            // 遍历每一个字符和节点
            for(int i=0; i<prefix.length(); i++){
                // 不存在该节点则失败
                if(node->children[prefix[i]-'a'] == NULL){
                    return 0;
                }
                // 考察下一节点
                node = node->children[prefix[i]-'a'];
            }
            // 查找成功
            return 1;
        }
};