数据结构与算法—字典树(Trie)实现与应用

一、概述

1、字典树（Trie Tree）

又称单词查找树。哈希树的变种，常用于统计、查找搜索引擎中用于分词，词频统计（TF/IDF）,自动补全机制等。
查找效率高：其核心思想是利用公共前缀来减少查询时间。

字典树

2、基本性质

根结点不包含字符,除根结点外的每一个子结点都包含一个字符。
从根结点到某一结点，路径上经过的字符连接起来，就是该结点对应的字符串。
每个节点的所有的子节点包含的字符都不相同。

3、应用场景

典型应用是用于统计、排序和保存大量的字符串（不仅限于字符串），经常常用于统计、查找搜索引擎中用于分词，词频统计（TF/IDF）,自动补全机制等。

4、优点

利用字符串的公共前缀来减少查询时间，最大限度的减少无畏的字符串比较，查询效率比哈希树高。

二、构建过程

思考：1000w个单词，让你去找某一个词是否在这1000w中。

假设，机器：1台，2G配置
Hash表，时间复杂度：0(1)，机器的配置能存下？
分布式任务，但这里已经假定。
用什么方式？ => 字典树（Tire树，中文的变种）

1、构建一个字典树

构建字典树

2、具体实现代码

字典树结点定义

/**
 * @version: V1.0
 * @author: hejianhui
 * @className: TrieTree
 * @packageName: com.nuih.algorithm
 * @description: 字典树结点定义
 * @data: 2018-12-08 23:12
 **/
public class TreeNode{
    // 26个单词
    final static int MAX_SZIE = 26;
    // 表示当前结点存的字母
    char data;
    // 表示是否为叶子结点
    boolean isEnd = true;
    // 表示子节点
    TreeNode[] childs;

    public TreeNode() {
        this.isEnd = false;
        // 因为英文最多26个字母
        this.childs = new TreeNode[MAX_SZIE];
    }
}

创建字典树

在此之前先回忆一下Ascii代码

Ascii

    /**
     * 创建字典树
     * @param node 字典树结点
     * @param str 单词(单词全部转成小写)
     */
    public static void createTrieTree(TreeNode node,String str){
        // ascii A => 65 ，a => 97, (97- 97 => 0)
        // a ->0, b ->1, c ->2
        char d[] = str.toCharArray();
        for (int i=0; i

 
  
  在字典树中查找是否完全匹配一个指定的字符串 
  
     /**
     * 字典树查找
     * @param node 字典树
     * @param str 单词
     * @return
     */
    public static boolean find(TreeNode node, String str){
        char d[] = str.toCharArray();
        for (int i=0; i
 
  
  验证 
  
     public static void main(String[] args){
        String s[] = {"css", "php", "python", "java", "js", "vue"};
        TreeNode root = new TreeNode();
        for (String ss : s){
            createTrieTree(root, ss);
        }
        System.out.println("插入完成===>");
        System.out.println(find(root,"java"));
        // 找前缀就是自动补全
        System.out.println(find(root,"jav"));
    }
 
  
   
    
     
    
   
  
    输出结果 
   
  
  
  完整代码 
  
 package com.nuih.algorithm;


/**
 * @version: V1.0
 * @author: hejianhui
 * @className: TrieTree
 * @packageName: com.nuih.algorithm
 * @description: 字典树（Trie)
 * @data: 2018-12-08 23:12
 **/
public class TrieTree {

    /**
     * 创建字典树
     * @param node 字典树结点
     * @param str 单词(单词全部转成小写)
     */
    public static void createTrieTree(TreeNode node,String str){
        // ascii A => 65 ，a => 97, (97- 97 => 0)
        // a ->0, b ->1, c ->2
        char d[] = str.toCharArray();
        for (int i=0; i");
        System.out.println(find(root,"java"));
        // 找前缀就是自动补全
        System.out.println(find(root,"jav"));
    }
}

/**
 * @version: V1.0
 * @author: hejianhui
 * @className: TreeNode
 * @packageName: com.nuih.algorithm
 * @description: 字典树结点定义
 * @data: 2018-12-08 23:12
 **/
class TreeNode{
    // 26个单词
    final static int MAX_SZIE = 26;
    // 表示当前结点存的字母
    char data;
    // 表示是否为叶子结点
    boolean isEnd = true;
    // 表示子节点
    TreeNode[] childs;

    public TreeNode() {
        this.isEnd = false;
        // 因为英文最多26个字母
        this.childs = new TreeNode[MAX_SZIE];
    }
}
 
 三、参考资料 
 1、http://baike.baidu.com/link?url=X0XQ-obbacAS3GsVN1ktZtaVEPp0u7J1aClFdwdq-DiFjS-kSE-Ce1-q9_dLXb58PDyOkQxK0kB2l1PFUpB36_