浏览 6256 次
锁定老帖子 主题:前缀树
精华帖 (0) :: 良好帖 (0) :: 新手帖 (0) :: 隐藏帖 (0)
作者 正文
   发表时间:2013-11-11  

在计算机科学中,trie,又称前缀树, 是一种有序树,用于保存关联数组,其中的键通常是字符串。与二叉查找树不同,键不是直接保存在节点中,而是由节点在树中的位置决定。一个节点的所有子孙都 有相同的前缀,也就是这个节点对应的字符串,而根节点对应空字符串。一般情况下,不是所有的节点都有对应的值,只有叶子节点和部分内部节点所对应的键才有 相关的值。

 

Trie 这个术语来自于 retrieval。根据词源学,trie 的发明者 Edward Fredkin 把它读作/ˈtr/ "tree"。但是,其他作者把它读作 /ˈtr/ "try"。

 

在图示中,键标注在节点中,值标注在节点之下。每一个完整的英文单词对应一个特定的整数。Trie 可以看作是一个确定有限状态自动机,尽管边上的符号一般是隐含在分支的顺序中的。

 

键不需要被显式地保存在节点中。图示中标注出完整的单词,只是为了演示 trie 的原理。

 

 

trie 中的键通常是字符串,但也可以是其它的结构。trie 的算法可以很容易地修改为处理其它结构的有序序列,比如一串数字或者形状的排列。比如,bitwise trie 中的键是一串位元,可以用于表示整数或者内存地

 

 

 

Trie树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。

 

 

 

相对来说,Trie树是一种比较简单的数据结构.理解起来比较简单,正所谓简单的东西也得付出代价.故Trie树也有它的缺点,Trie树的内存消耗非常大.当然,或许用左儿子右兄弟的方法建树的话,可能会好点.

 

其基本性质可以归纳为:

 

1. 根节点不包含字符,除根节点外每一个节点都只包含一个字符。

 

2. 从根节点到某一节点,路径上经过的字符连接起来,为该节点对应的字符串。

 

3. 每个节点的所有子节点包含的字符都不相同。

 

其基本操作有:查找 插入和删除,当然删除操作比较少见.我在这里只是实现了对整个树的删除操作,至于单个word的删除操作也很简单.

 

搜索字典项目的方法为:

 

(1) 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。

 

其他操作类似处理.

#define MAX 26 //字符集大小
enum NODE_TYPE{
       DONE,  
       UNDONE
};


typedef struct TrieNode   {
     enum NODE_TYPE type  
     char ch;                            
     struct TrieNode *next[MAX]; //26-tree->a, b ,c, .....z  
}TrieNode;

  

/*初始化*/   
void InitTrieRoot(TrieNode **pRoot)   
{   
      *pRoot = NULL;   
}   


/*创建新结点*/   
TrieNode *CreateTrieNode(char ch)   
{   
       int i;   
       TrieNode *p = (TrieNode *)malloc(sizeof(TrieNode));      
       p->ch = ch;
         p->type= UNDONE;  
       for(i =0 ; i < MAX ; i++)   
       {   
            p->next[i] = NULL;   
       }   
       return p;   
}  
 

/*插入*/
void InsertTrie(TrieNode **pRoot , char *s)   
{   
       int i , k;   
       TrieNode *p;   
       if(!(p =*pRoot))   
       {   
            p =*pRoot = CreateTrieNode(' ');   
       }   
       i =0;
       for(i=0;*(s+i)!='\0';i++)
       {
            k=s[i]-'a'
            if(!p->next[k])
                  p->next[k] = CreateTrieNode(s[i]);
            p = p->next[k];
       }  
     
       p->type=DONE;   
}   

//查找   
int SearchTrie(TrieNode **pRoot , char*s)   
{   
       TrieNode *p;   
       int i , k;   
       if(!(p =*pRoot))   
       {   
             return 0;   
       }   
       i =0;   
       while(s[i])   
       {   
             k = s[i++] -'a';
             if(p->next[k] == NULL)
                      return   0;
             p = p->next[k];   
       }
  
       return (s[i] == '\0') && (p->type==DONE);   
}

   发表时间:2013-11-17  
我是做过suffixtree的研究。

前缀跟后缀应该只是起始点不一样,当然,解决的问题也应该略有不同!
0 请登录后投票
论坛首页 编程语言技术版

跳转论坛:
Global site tag (gtag.js) - Google Analytics