字典树

Posted 2021-03-06 -wenli

 

字典树

又称单词查找树，Trie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。它的优点是：利用字符串的公共前缀来节约存储空间，最大限度地减少无谓的字符串比较，查询效率比哈希表高，缺点是内存开销大。 

字典树与字典很相似,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子节点里找是不是有单词的第二个字母,没有说明没有该单词,有的话用同样的方法继续查找.字典树不仅可以用来储存字母,也可以储存数字等其它数据。

 

 c语言实现

#include <stdio.h>
#include <string.h>
    

#define NodeSize 100 //100000
#define CHARSIZE 26  //26
int flag[NodeSize]={0};//是否以该节点结尾，大小为节点数量
int tree[NodeSize][CHARSIZE];//每一个节点都有26个子节点，如果有大写字母则为52，加上数字就是62
int cnt=0;//记录已经存储字母的节点数量

void Insert(char s[])
{
    int root=0;
    int i;
    //遍历
    for(i=0;s[i];i++)
    {    
        //得到0-25范围的整数，代表a-z
        int id=s[i]-‘a‘;
        //判断该节点是否被赋值
        //如果为-1，说明该节点还未存储字母，就需要创建新节点
        if(tree[root][id]==-1) 
        {    
            //创建一个新节点
            tree[root][id]=++cnt;
        }
        //如果存在直接指向这个节点，如果不存在，指向创建的新节点
        //指向的是下标
        root=tree[root][id];
    }
    //设置该节点的结束标志
    flag[root]= 1;
}
int Search(char s[])
{
    int root=0;
    int i;
    for(i=0;s[i];i++)
    {
        int id=s[i]-‘a‘;
        if(tree[root][id]==-1) return 0;
        root=tree[root][id];
    }
    //判断该节点是否为结束标志位
    if(flag[root]){
        return 1;
    }else{
        return 0;
    }
}

void Init(){
    int i;
    int j;
    for(i=0;i<NodeSize;i++){
        for(j=0;j<CHARSIZE;j++){
            tree[i][j] = -1;
        }
    }
}
    
    
int main()
{
    Init();
    char s1[5] = "fggf";
    char s2[4] = "fbs";
    char s3[6] = "fb";
    //插入字符串
    Insert(s1);
    //插入字符串
    Insert(s2);
    //查找字符串
    int flag = Search(s3);
    if(flag){
        printf("字符串存在");
    }else{
        printf("字符串不存在");
    }
    return 0;
}

 

基本操作

插入：在字典树中插入单词

1.每次插入从根节点开始

int root=0;

2.遍历单词

 for(i=0;s[i];i++)
    {    
       。。。
    }

3.得到当前字母在此节点下的位置，每个节点有26个子节点。

int id=s[i]-‘a‘;

4.判断该节点是否已经存储字母，如果存储，直接指向该节点，如果没有，新增节点，并指向新增节点。

　　　　　//判断该节点是否被赋值
        //如果为-1，说明该节点还未存储字母，就需要创建新节点
        if(tree[root][id]==-1) 
        {    
            //创建一个新节点
            tree[root][id]=++cnt;
        }
        //如果存在直接指向这个节点，如果不存在，指向创建的新节点
        //指向的是下标
        root=tree[root][id];

5.结束插入后，在此节点的位置标记单词结束标志。

   //设置该节点的结束标志
    flag[root]= 1;

void Insert(char s[])
{
    int root=0;
    int i;
    //遍历
    for(i=0;s[i];i++)
    {    
        //得到0-25范围的整数，代表a-z
        int id=s[i]-‘a‘;
        //判断该节点是否被赋值
        //如果为-1，说明该节点还未存储字母，就需要创建新节点
        if(tree[root][id]==-1) 
        {    
            //创建一个新节点
            tree[root][id]=++cnt;
        }
        //如果存在直接指向这个节点，如果不存在，指向创建的新节点
        //指向的是下标
        root=tree[root][id];
    }
    //设置该节点的结束标志
    flag[root]= 1;
}

查找：在字典树中查找单词是否存在

int Search(char s[])
{
    int root=0;
    int i;
    for(i=0;s[i];i++)
    {
        int id=s[i]-‘a‘;
        if(tree[root][id]==-1) return 0;
        root=tree[root][id];;
    }
    //判断该节点是否为结束标志位
    if(flag[root]){
        return 1;
    }else{
        return 0;
    }
}

更多阅读：

python实现版本