一个通用的Trie树，标准C++实现

Posted 2023-02-20 kaluotee

原帖http://blog.csdn.net/harry_lyc/article/details/7423326

1 Trie简介

       Trie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。

        在本文中，对于输入的进行序列化，比如输入“单词查找树”，序列化为“单/词/查/找/树”，这样可以进行任何一种自定义的数据插入和查询。序列化输入可以根据自己的需要进行相应的改动，这样可以把Trie树结构应用到很多其他的语言和领域。

        本Trie树结构的优点在于：

       1 不限制子节点的数量； 

       2 自定义的输入序列化，突破了具体语言、应用的限制，成为一个通用的框架；

       3 可以进行最大Tokens序列长度的限制；

       4 根据已定阈值输出重复的字符串；

       5 提供单个字符串频度查找功能；

       6 速度快，在两分钟内完成1998年1月份人民日报（19056行）的重复字符串抽取工作。

2 结构示意图

3  实现代码

Trie.h

[cpp]

  view plain copy

1. /******************************************************************** 
2. * Copyright (C) 2012 Li Yachao 
3. * Contact: [e-mail] or [e-mail] 
4. * 
5. * Permission to use, copy, modify, and distribute this software for 
6. * any non-commercial purpose is hereby granted without fee, provided 
7. * that the above copyright notice appear in all copies and that both 
8. * that copyright notice.  
9. * It is provided "as is" without express or implied warranty. 
10. * 
11. * Version: 0.1 
12. * Last update: 2012-4-2 
13. *********************************************************************/  
14. /********************************************************************* 
15.  
16. *********************************************************************/  
17. #ifndef TRIE_H  
18. #define TRIE_H  
19. #include <iostream>  
20. #include <fstream>  
21. #include <string>  
22. #include <vector>  
23. #include <stdio.h>  
24. namespace MyUtility  
25.   
26.     /*用于存储原子数据的数据结构*/  
27.     typedef struct TrieNode  
28.       
29.         char* token;/*Trie节点的token值*/  
30.         bool terminal;/*当前节点是否是终结点*/  
31.         struct TrieNode* sons;/*子节点*/  
32.         struct TrieNode* next;/*兄弟节点*/  
33.     TrieNode;  
34.     /*输出结果的数据结构*/  
35.     typedef struct StrFreq  
36.       
37.         std::string Str;/*字符串*/  
38.         int Freq;/*频率*/  
39.     StrFreq;  
40.     class Trie  
41.       
42.     public:  
43.         Trie()  
44.           
45.             CreateRoot();  
46.             travel_path.clear();  
47.             result.clear();  
48.             threshhold = 3;  
49.             maxLength = 9 ;  
50.             fout.open("result.txt");  
51.           
52.         ~Trie()  
53.           
54.             Destroy();  
55.           
56.         /*设置输出重复字符串频率的阈值*/  
57.         void SetThreshhold(int ts)  
58.           
59.             if(ts<=1)  
60.               
61.                 return ;  
62.               
63.             threshhold = ts;  
64.           
65.         /*设置最长的字符串匹配长度的阈值*/  
66.         void SetMaxLength(int max_leng)  
67.           
68.             if(max_leng <= 1)  
69.               
70.                 return ;  
71.               
72.             maxLength = max_leng;  
73.           
74.         /*输出结果*/  
75.         void Print(std::vector<StrFreq>& result);  
76.         void Print();  
77.         bool AddString(const std::string& str);  
78.         /*取得一个字符串的重复频率*/  
79.         int StrFrequency(const char* str);  
80.         /*清空Trie树*/  
81.         bool Clear();  
82.     private:  
83.         std::ofstream fout;  
84.         TrieNode * Root;/*Trie树根节点*/  
85.         std::vector<std::string>travel_path;/*遍历是的访问路径*/  
86.         std::vector<StrFreq>result;/*重复字符串的输出结果*/  
87.         int sub_sons;/*一个节点的子节点数量*/  
88.         int threshhold;/*重复字符串输出阈值，默认为2*/  
89.         int maxLength;/*最长的Tokens序列长度，默认为9*/  
90.         void Tokenize(const std::string& str,std::vector<std::string>&vec_tokens);  
91.         TrieNode * InsertNode(TrieNode* node,const char *token,bool end = false);  
92.         /*查找一个节点是否有子节点值为token的节点，返回子节点的指针*/  
93.         TrieNode * FindNode(TrieNode* p_node,const char *token);  
94.         /*初始化一个新的Trie节点*/  
95.         inline TrieNode* NewNode()  
96.           
97.             TrieNode * newNode  = new TrieNode();  
98.             newNode->sons = NULL;  
99.             newNode->next = NULL;  
100.             newNode->token = NULL;  
101.             newNode->terminal = false;  
102. 问题 H: Trie树

     二叉搜索树的删除和联结

     二叉搜索树的删除和联结

     二叉树区分左右

     SPOJ11414 COT3 博弈论 + Trie树合并

     字典树Trie学习二：Java实现方式之一