使用trie树统计单词出现的频数

最新推荐文章于 2022-09-18 15:51:00 发布
最新推荐文章于 2022-09-18 15:51:00 发布
阅读量3.8k 收藏 5
点赞数 1
分类专栏： C/C++ 文章标签： branch null 数据结构 struct insert search
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zzran/article/details/7991942
版权
trie树是一种以空间换时间的数据结构，用于降低字符串查询的开销。文章介绍了trie树的原理，如字符种数与branch数量的关系、插入与查询的时间复杂度，并通过一个例子展示了如何利用trie树统计单词出现的频数。作者指出，当前的实现存在遍历效率问题，当处理大量数据时可能导致时间浪费，因此提出了对数据结构优化的需求。
摘要由CSDN通过智能技术生成

首先给出trie树的原理：trie树是以空间换取时间，利用字符串的公共前缀来降低查询开销。举个例子:add,addition,这两个单词，他们的公共前缀是add，应用trie数进行存储的时候，add只会被存储一次，如果以add为前缀的单词很多，这样就节省了很多的存储空间。

trie树的性质：

1，字符种数决定trie中branch的个数，以单词为例，共有26个英文单词，那么每个节点中会有26个指针域。

2，branch数组的下标代表字符相对于a的相对位置。

3，插入和查询的时间复杂度均与给定单词的长度len成正比，即为：o(len)。

4，每个节点附设一个count域，若count域被初始化为0，如果在插入所有单词之后，遍历trie树的时候，count不等于0，则表

最低0.47元/天 解锁文章
yingsun
关注
专栏目录
java实现的Trie树数据结构
abcd_d_的专栏
10-15 1万+
最近在学习的时候，经常看到使用Trie树数据结构来解决问题，比如“ 有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。” 该如何解决？ 有一种方案就是使用Trie树加 排序实现 。 什么是Trie 树呢？也就是常说的字典树，网上对此讲得也很多，简单补充一下个人理解： 它实际上相当于把单词的公共部分给拎出来，这样一层一层往上拎直
Trie树词频统计实例
LHJ884的专栏
07-26 3668
Trie树词频统计实例
trie树统计单词出现的个数
chenglinhust的专栏
09-27 1715
trie树统计单词出现的个数 http://kenby.iteye.com/blog/952489
海量数据面试题
Eason
09-14 666
前言    一般而言，标题含有“秒杀”，“99%”，“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌，但进一步来讲，如果读者读罢此文，却无任何收获，那么，我也甘愿背负这样的罪名，:-)，同时，此文可以看做是对这篇文章：十道海量数据处理面试题与十个方法大总结的一般抽象性总结。     毕竟受文章和理论之限，本文摒弃绝大部分的细节，只谈方法/模式论，且注重用最通俗最直白的语言阐述相关问题
用Trie树实现词频统计和单词查询
10-07
一个简单的C语言程序：用Trie树实现词频统计和单词查询
统计单词出现的最多次数（Trie树）
weixin_43369198的博客
04-02 840
统计单词出现的最多次数（Trie树） Trie树是一种数据结构，对于词频统计，文本检索非常有效![在这里插入图片描述](https://img-blog.csdnimg.cn/20200402204937680.jpg#pic_center Trie树的大小取决与要统计的文本的字母个数。比如只统计26个英文字母的话，单词最大长度为10的话，占用的空间最多是26^10。但实际上并没有这么恐怖。因为没...
利用Trie树，来查找单词出现的次数
eversliver的专栏
09-13 1640
Trie节点 class TrieNode { TrieNode nodes[]; boolean isSentence; //称为一个句子的话仍然可能会有子节点 int count; //表示当前节点实际上代表了多少个相同的单词 public TrieNode() { nodes = new TrieNode[26]; //26个英文字母
hiho一下第二周 Hihocoder #1014 : Trie树
Luke的学习笔记
08-03 3407
#1014 : Trie树 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 小Hi和小Ho是一对好朋友，出生在信息化社会的他们对编程产生了莫大的兴趣，他们约定好互相帮助，在编程的学习道路上一同前进。 这一天，他们遇到了一本词典，于是小Hi就向小Ho提出了那个经典的问题：“小Ho，你能不能对于每一个我给出的字符串，都在这个
用Trie树统计词频。
weixin_34357267的博客
06-10 610
Abstract 介绍Trie树的性质和构造方法。 最终用来统计一片文章各个单词出现的频率。 最终结果： Trie Trie树是一种数据结构，对于词频统计，文本检索非常有效。 Trie树的大小取决与要统计的文本的字母个数。比如只统计26个英文字母的话，单词最大长度为10的话，占用的空间最多是26^10。但实际上并没有这...
Trie树
壮少Bryant的博客
09-03 335
1. Trie树 Trie树，即字典树，又称单词查找树或键树，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和排序大量的字符串（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：最大限度地减少无谓的字符串比较，查询效率比哈希表高。 Trie的核心思想是空间换时间。利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。它有3个基本性质： 根节点不包含字符，除根
Trie树（字典树）的C++实现
hgqqtql的专栏
01-01 1592
问题描述： Trie树 又称单词查找树，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。 举个例子：os,oh,old,char,chat这些关键词构成的trie树：                                root
海量数据处理---Trie树（字典树）
qisefengzheng的专栏 总有一天你将破蛹而出
05-26 649
方法介绍 1.1、什么是Trie树 Trie树，即字典树，又称单词查找树或键树，是一种树形结构。典型应用是用于统计和排序大量的字符串（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。它的优点是最大限度地减少无谓的字符串比较，查询效率比较高。 Trie的核心思想是空间换时间，利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。 它有3个基本性质：
字典树-大量字符串前缀及出现次数是否存在统计(Trie树-java)算法实现
iteye_6274的博客
03-28 417
前言 字典树又称单词查找树，它是一种树形结构，是一种哈希树的变种，典型应用是用于统计，保存大量的字符串（但不仅限于字符串），统计以是否有以某字符串最为前缀的字符串，有的话有多少，某字符串出现了多少次等，所以经常被搜索引擎系统用于文本词频统计。 它与字典很相似,当你要查一个单词是不是在字典树中,首先看单词的第一个字母是不是在字典的第一层,如果不在,说明字典树里没有该单词,如果在就在该字母的孩...
Trie树（字典树）实现词频统计或前缀匹配类型的问题
Sup_Heaven的专栏
10-15 9519
一：概念      如果我们有and,as,at,cn,com这些关键词，那么trie树（zidianshu）？ 从上面的图中，我们或多或少的可以发现一些好玩的特性。       第一：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。       第二：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。       第三：每个单词
Trie树：统计词频、排序、查找
ccq1029的专栏
09-08 2391
Trie树利用字符串的公共前缀降低了查询时间的开销，提高了查询的效率。 字典树的插入，删除和查找都非常简单，用一个一重循环即可。 1. 从根节点开始一次搜索 2. 取得要查找关键词的第一个字母，并根据该字母选择对应的子树并转到该子树继续进行检索 3. 在相应的子树上，取得要查找关键词的第二个字母，并进一步选择对应的子树进行检索 4. 迭代过程... 5. 在某个节点处，关键词的所有字母
Trie树（字典树）详解及代码实现 -- 查询前缀，字符串出现的次数
qq_63786973的博客
09-18 890
是一种高效存储查找字符串集合的数据结构 核心思想是利用空间换时间，利用字符串的公共前缀来降低查询时间的开销 适用于 全是同类字符的情形
字典树（Trie） 之 统计单词的个数
思緒凌亂
08-29 1173
#include #include using namespace std; const int maxn = 256;// typedef struct TrieNode {     int cp;     TrieNode *next[maxn]; }TrieNode; TrieNode *root; TrieNode *p; int cnt; void t
trie树统计词频输出前n个
最新发布
05-25
Trie树可以用于统计字符串出现的次数，可以先将所有字符串插入Trie树中，每个节点记录当前路径代表的字符串出现的次数。然后可以使用深度优先搜索遍历整棵树，找到出现最多的前n个字符串。 以下是Python代码示例： ```python class TrieNode: def __init__(self): self.children = {} self.freq = 0 class Trie: def __init__(self): self.root = TrieNode() def insert(self, word): node = self.root for char in word: if char not in node.children: node.children[char] = TrieNode() node = node.children[char] node.freq += 1 def dfs(self, node, path, freqs): if node.freq > 0: freqs.append((path, node.freq)) children = node.children.items() children = sorted(children, key=lambda x: x[1].freq, reverse=True) for char, child in children: self.dfs(child, path + char, freqs) def top_n_freq(self, n): freqs = [] self.dfs(self.root, '', freqs) freqs = sorted(freqs, key=lambda x: x[1], reverse=True) return freqs[:n] # 示例用法 trie = Trie() words = ['apple', 'banana', 'apple', 'cherry', 'banana', 'banana'] for word in words: trie.insert(word) top_freqs = trie.top_n_freq(2) print(top_freqs) # output: [('banana', 3), ('apple', 2)] ``` 在上面的示例中，我们首先将所有字符串插入Trie树中，然后使用深度优先搜索遍历整棵树，找到出现次数最多的前n个字符串。最后输出结果即可。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值