hiho一下 第二周&第四周:从Trie树到Trie图

Posted smartweed

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了hiho一下 第二周&第四周:从Trie树到Trie图相关的知识,希望对你有一定的参考价值。

hihocoder #1014 题目地址:http://hihocoder.com/problemset/problem/1014

hihocoder #1036 题目地址:  http://hihocoder.com/problemset/problem/1036

 

trie图其实就是trie树+KMP

 

#1014trie树

#include<stdio.h>
#include <algorithm>
#include <cstring>
#include <string.h>
#include <iostream>
#include <list>
#include <map>
#include <set>
#include <stack>
#include <string>
#include <utility>
#include <vector>
#include <cstdio>
#include <cmath>

using namespace std;

    typedef struct Trie_node
    {
        int count;                    // 统计单词前缀出现的次数
        struct Trie_node* next[26];   // 指向各个子树的指针
        bool exist;                   // 标记该结点处是否构成单词
    }TrieNode , *Trie;

Trie createTrieNode()
{
    TrieNode* node = (TrieNode *)malloc(sizeof(TrieNode));
    node->count = 0;
    node->exist = false;
    memset(node->next , 0 , sizeof(node->next));    // 初始化为空指针
    return node;
}

void Trie_insert(Trie root, char* word)
{
    Trie node = root;
    char *p = word;
    int id;
    while( *p )
    {
        id = *p - a;
        if(node->next[id] == NULL)
        {
            node->next[id] = createTrieNode();
        }
        node = node->next[id];  
        ++p;
        node->count += 1;      // 包括统计每个单词出现的次数
    }
    node->exist = true;        // 可以构成一个单词
}

int Trie_search(Trie root, char* word)
{
    Trie node = root;
    char *p = word;
    int id;
    while( *p )
    {
        id = *p - a;
        node = node->next[id];
        ++p;
        if(node == NULL)
            return 0;
    }
    return node->count;
}

int main()
{
    Trie root = createTrieNode();     // 字典树的根节点
    char str[12] ;
    bool flag = false;
    int n ,m ;
    scanf ("%d", &n);
    for( int i =0 ; i < n ; i++)
        {
            scanf ("%s", str);
            Trie_insert(root , str);
        }
    scanf ("%d", &m);
    for( int i =0 ; i < m ; i++)
        {
            scanf ("%s", str);
            printf("%d\n",Trie_search(root , str));
        }
    return 0;
}

 

#1036trie图

 

其实就是trie树+KMP

 

数据结构与trie树一样,加了一个prev指针,作用类似于KMP的失配函数next[]

Trie_insert函数不变

 

添加一个构造prev的函数Trie_build()。

prev指针的作用:在匹配失败时跳转到具有公共前缀的字符继续匹配,类似于KMP的失配函数next[]。

利用bfs构造prev指针。

指针prev指向与字符p相同的结点,如果没有与p前缀相同的节点,则指向root

根节点的前缀是根节点

 

最后字符匹配的Trie_search()函数类似于KMP的过程,在当前字符匹配失败时,利用prev指针跳转到具有最长公共前后缀的字符继续匹配。

 

#include<stdio.h>
#include <algorithm>
#include <cstring>
#include <string.h>
#include <iostream>
#include <list>
#include <map>
#include <set>
#include <stack>
#include <string>
#include <utility>
#include <queue>
#include <vector>
#include <cstdio>
#include <cmath>

using namespace std;

    typedef struct Trie_node
    {
        int count;                    // 统计单词前缀出现的次数
        struct Trie_node* next[26];
        bool exist;                   // 标记该结点处是否构成单词
        struct Trie_node* prev; //前缀节点
    }TrieNode , *Trie;

Trie createTrieNode()
{
    TrieNode* node = (TrieNode *)malloc(sizeof(TrieNode));
    node->prev=NULL;
    node->count = 0;
    node->exist = false;
    memset(node->next , 0 , sizeof(node->next));
    return node;
}

void Trie_insert(Trie root, char* word)
{
    Trie node = root;
    char *p = word;
    int id;
    while( *p )
    {
        id = *p - a;
        if(node->next[id] == NULL)
        {
            node->next[id] = createTrieNode();
        }
        node = node->next[id];
        ++p;
        node->count += 1;      // 统计每个单词出现的次数
    }
    node->exist = true;        // 单词结束的地方标记
}

void Trie_build(Trie root)        //Trie树和Tie图的区别就在于此,类似于KMP构造失配函数的一个过程
{
    queue<Trie> Q;    //利用bfs构造prev指针,队列实现BFS
    Trie node=root;    
    for(int i=0;i<26;i++)//根节点的子节点的rev都是根节点,根节点的prev也是根节点
    {
        if(node->next[i]!=NULL)
        {
            node->next[i]->prev=root;
            Q.push(node->next[i]);
        }
    }
    while(!Q.empty())
    {
        node=Q.front();
        Q.pop();
        for(int i=0; i<26; i++)
        {
            Trie p=node->next[i];
            if(p!=NULL&&p->exist==false) //若此处能构成单词则不用处理prev
            {
                Trie prev=node->prev; //上一个结点的前缀节点
                while(prev)
                    {
                        if(prev->next[i]!=NULL)
                        {
                            p->prev=prev->next[i]; //prev指向与字符p相同的结点
                            if(p->prev->exist==true)
                                p->exist=true;
                            break;
                        }
                        else
                            prev=prev->prev;
                    }

                if(p->prev==NULL)//如果没有与p前缀相同的节点,则指向root
                    p->prev=root;
                Q.push(p);
            }
        }
    }
}


bool Trie_search(Trie root, char* word)
{
    Trie node = root;
    char *p = word;
    int id;
    while( *p )
    {
        id = *p - a;
        while(true)
            {
                if(node->next[id]!=NULL) //匹配成功
                    {
                        node = node->next[id];
                        if(node->exist)
                                return true;
                        break;
                    }
                else node=node->prev;   //类似KMP的失配过程,在当前字符匹配失败时,跳转到具有最长公共前后缀的字符继续匹配
                if(node==root||node==NULL){
                    node=root;
                    break;
                }
            }
        p++;
    }
    return false;
}

 char str[1000005] ;
int main()
{
    Trie root = createTrieNode();     // 初始化字典树的根节点
    bool flag = false;
    int n ;
    scanf ("%d", &n);
    for( int i =0 ; i < n ; i++)
        {
            scanf ("%s", str);
            Trie_insert(root , str);
        }
    Trie_build(root);
    scanf ("%s", str);
    if(Trie_search(root , str))  printf("YES\n");
    else printf("NO\n");
    return 0;
}

 

以上是关于hiho一下 第二周&第四周:从Trie树到Trie图的主要内容,如果未能解决你的问题,请参考以下文章

hiho 第2周 Trie树(字典树)

hiho1014(trie树)

HiHo1014 : Trie树(Trie树模板题)

plan

hdoj1251 统计难题 数据结构-Trie树裸题

记录世界(更新至第二周)