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。
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。
TrieNode结构定义:
const int MAX = 26; typedef struct TrieNode { char *data; //储存结点数据,随需求变化 bool isWord; //判断此结点前的字符串是否是一个单词 TrieNode *branchs[MAX]; };
TireTree结构定义:
class TrieTree { public: TrieNode *root; void initTrieTree(); TrieNode *createNode(); int insert(const char* word); int search(const char* word); };
TireTree实现:
Trie的查找(最主要的操作):
(1) 每次从根结点开始一次搜索;
(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) 在某个结点处,关键词的所有字母已被取出,则读取附在该结点上的信息,即完成查找。
void TrieTree::initTrieTree() { root = NULL; } TrieNode *TrieTree::createNode() { TrieNode *node = (TrieNode*)malloc(sizeof(TrieNode)); node->data = NULL; node->isWord = false; for(int i = 1; i < MAX; i++) node->branchs[i] = NULL; return node; } int TrieTree::insert(const char* word) { if (root == NULL) root = createNode(); TrieNode *p = root; int k = 0; while(*word) { /*确定Branch ID*/ if (*word >= 'a' && *word <= 'z') k = *word - 'a'; else if (*word >= 'A' && *word <= 'Z') k = *word - 'A'; else return 0; if(p->branchs[k] == NULL) { p->branchs[k] = createNode(); p->branchs[k]->data = (char *)&word; } word++; if(!*word) p->branchs[k]->isWord = true; p = p->branchs[k]; } // delete p; return 1; } int TrieTree::search(const char* word) { if(root == NULL) return 0; TrieNode *p = root; int k = 0; while(*word) { /*确定Branch ID*/ if (*word >= 'a' && *word <= 'z') k = *word - 'a'; else if (*word >= 'A' && *word <= 'Z') k = *word - 'A'; else return 0; if(p->branchs[k] == NULL) return 0; word++; if(!*word && p->branchs[k]->isWord) return 1; p = p->branchs[k]; } return 0; }
测试代码:
int main(int argc, char const *argv[]) { TrieTree t; t.insert("ac"); t.insert("abacus"); t.insert("abalone"); t.insert("abandon"); t.insert("abandoned"); t.insert("abashed"); t.insert("abate"); t.insert("this"); if (t.search("ac")) cout<<"'ac' was found. pos: "<<endl; if (t.search("this")) cout<<"'this' was found. pos: "<<endl; if (t.search("abat")) cout<<"'abat' is found. pos: "<<endl; if (t.search("baby")) if (t.search("abacus")) cout<<"'abacus' is found. pos: "<<endl; if (t.search("baby")) cout<<"'baby' is found. pos: "<<endl; else cout<<"'baby' does not exist at all!"<<endl; if (t.search("ac1")) cout<<"'ac1 was found. pos: "<<endl; return 0; }
运行结果:
'ac' was found. pos: 'this' was found. pos: 'baby' does not exist at all!