字典树（Trie树）的原理与实现

一、概述

1.1 基本概念

字典树，又称为单词查找树，Tire数，是一种树形结构，它是一种哈希树的变种。

1.2 基本性质

• 根节点不包含字符，除根节点外的每一个子节点都包含一个字符
• 从根节点到某一节点。路径上经过的字符连接起来，就是该节点对应的字符串
• 每个节点的所有子节点包含的字符都不相同

1.3 应用场景

典型应用是用于统计，排序和保存大量的字符串(不仅限于字符串)，经常被搜索引擎系统用于文本词频统计。

1.4 优点

利用字符串的公共前缀来减少查询时间，最大限度的减少无谓的字符串比较，查询效率比哈希树高。

二、trie树的构建与操作实现

2.1 字典树节点定义

//定义字典表节点（简化设计，仅兼容26个小写英文字符）
class TrieNode {
   
	
	private int num; //有多少单词经过当前节点，即由根节点到该节点组成的字符串模式出现的次数
	private TrieNode[] son;//子节点数组
	private boolean wordEnd;//是否是叶子结点
	private char val;//当前节点的值
	
	TrieNode() {
   
		num =1;
		son = new TrieNode[engNum];
		wordEnd = false;
	}
}

2.2 字典树构造函数

public Trie() {
   
		root = new TrieNode();
	}

2.3 建立字典树

//建立字典树
public void insert(String str) {
   
	if(StringUtils.isEmpty(str)) {
   
		return;
	}
	TrieNode curNode = root;
	char[] arr = str.toCharArray();
	for(char c:arr) {
   
		int index = c-'a';
		TrieNode node = curNode.son[index];
		if(node == null) {
   
			//当前节点为空则创建
			curNode.son[index] = new TrieNode();
			curNode.son[index].val = c;
		}else {
   
			//不为空则加一
			node.num = node.num +1;
		}
		curNode = curNode.son[index];
	}
	curNode.wordEnd = true;
}

2.4 在字典树中查找是否完全匹配一个指定的字符串

//在字典中查找一个完全匹配的单词
public boolean has(String str) {
   
	if(StringUtils.isEmpty(str