好吧，我承认我又装13标题党了。其实是G查询关键词过程中匹配的一点大概的算法框架，G的模糊匹配大家都知道，比如你输入64什么的，G会自动列出你心里可能要找
到东西，如下图:
那这个算法是怎么实现的呢，用到了一种高级数据结构--字典树，或者说是字典树思想，因为字典树不规定你具体怎么实现，可以二维数组，可以map……也可以通常的结构体+next指针。可以通过一个题来讲述，就是2009ACM/ICPC 哈尔滨 reginal现场赛G题：Fuzzy Google Suggest（http://acm.hit.edu.cn/judge/show.php?Proid=2888&Contestid=0）讲解。当时我搞这题，不知道字典树，然后一直模拟，结果……(— —|||)先用输入的单词构造一棵字典树，节点数据包括：cnt，表示节点上的字母被多少个单词经过；vis，0表示经过此节点不能继续匹配，1表示经过此节点可继续匹配，2表示此节点就是恰好用于匹配的前缀的最后一个字符；然后一个next数组，大小26，但不是node指针，而是int数组，表示当前节点的儿子，next[i]==-1表示当前节点没有第i个儿子，否则有，并将此儿子结点进行编号，其编号就是它在字典树中的编号。然后根据编辑距离进行dfs遍历；函数设计为dfs(int x,int pos,int edit,char* key),x是trie树中第x个节点，pos表示匹配到了前缀字符key的第pos个字符，edit表示剩余可用的编辑距离。假如某个字符符合当前前缀的匹配条件，则trie节点向儿子结点递归，pos++，edit不变dfs(root[x].next[key[pos]-'a'],++pos,edit,key)；否则尝试使用编辑距离：1，增加一个字符，此时要遍历26个字符，看增加哪个合法（即此字符在trie中出现了并且是当前key[pos]的儿子节点并且此字符不跟key[pos]相同），然后继续dfs,此时编辑距离少一个，key的位置不变，trie走向儿子节点，假设增加的字符编号为i，则dfs(root[x].next[i],++pos,edit-1,key)；2，替换一个字符，此时edit减一，pos向前走一个，dfs(root[x].next[i],pos+1,edit-1,key);3,删除一个字符，删除表示为trie节点不变，但是前缀字符串key串往下走一个，相当于就没匹配上的忽略，dfs(x,pos+1,edit-1,key),若能遍历下去，且x节点之前不可通行，则将x标记为可通行.到达匹配终点的条件有三个：1，前缀串key一路匹配到了末尾，此时的结点x被标记为，root[x].vis=2,表示它是某个前缀串的终结者。2，在tire中一路通行突然edit用完透支了，那这个前缀串没有找到匹配的单词，回溯。3，碰到了某个节点x,root[x].vis=2,说明到x这个前缀串已经能够匹配。返回可以匹配。然后再利用dfs_calc函数计数符合匹配的单词数量:vis=2的结点。最后用dfs_clear()函数清理trie树。关于销毁trie树，见有人用一个for循环搞定的，那样只是把和根节点直接相连的结点进行了delete，但是其他的都变成悬空状态，并未被销毁。坏习惯(但对ACM题来说不失为一种销毁的捷径)。不过用struct写的交上去老是RE，极度掣肘，只好参看某牛的改作数组实现的trie：
RE的：
#include #<一坨头文件> const int sup=500005; int tot;//tire结点个数 int len;//记录前缀词 的长度 int ans;//记录此前缀匹配单词的个数 struct node { int cnt;//表示此字母被多少个单词经过 int vis;//vis=0表示经过此单词不能够到达要匹配的结点;1表示可以;2表示此字母就是匹配前缀的最后一个字母(即匹配完毕) int next[26]; }root[sup]; void creat(char key[]) { int i=0,index; int k=1;//root下标 while(key[i]) { index=key[i]-'a'; if(-1==root[k].next[index]) { root[k].next[index]=tot;//将root[tot]的地址赋给tmp->next[index] root[tot].cnt=1; root[tot].vis=0; ++tot; } else ++root[root[k].next[index]].cnt; k=root[k].next[index]; ++i; } } int dfs(int x,int pos,int edit,char* key)//返回是否成功匹配 { if(2==root[x].vis)//到达一个匹配的结束点 return 1; if(edit<0) return 0; if(pos==len)//到达前缀的末尾 { root[x].vis=2;//该节点是前缀的结束字母，x之前的单词串被成功匹配 return 1; } int index=key[pos]-'a'; if(-1!=root[x].next[index])//还有儿子结点 if(dfs(root[x].next[index],pos+1,edit,key)) root[x].vis=1; for(int i=0;i<26;++i) { index=key[pos]-'a'; if(index==i || -1==root[x].next[i])//在树中找可替换的字符 continue; if(dfs(root[x].next[i],pos+1,edit-1,key))//将pos处的字母尝试用i+'a'代替 root[x].vis=1; if(dfs(root[x].next[i],pos,edit-1,key))//插入一个字母 root[x].vis=1; } if(dfs(x,pos+1,edit-1,key))//delete if(0==root[x].vis) root[x].vis=1; return root[x].vis; } void dfs_calc(int x) { if(2==root[x].vis) { ans+=root[x].cnt; return; } for(int i=0;i<26;++i) if(root[root[x].next[i]].vis > 0) dfs_calc(root[x].next[i]); } void dfs_clear(int x) { root[x].vis=0; for(int i=0;i<26;++i) if(root[root[x].next[i]].vis > 0) dfs_clear(root[x].next[i]); } int main() { int n; //freopen("1.txt","r",stdin); while(scanf("%d",&n)!=EOF) { tot=2; char key[25]; int m; int edit;//编辑距离 for(int i=0;i
除了模糊匹配外还有精确匹配，金山词霸手机版E文输入，T9输入法等许多优秀的手机E文输入软件都采用了精确匹配。以T9输入法为例，它摒弃传统的输入按键模式，假如你想输入ccc，传统的是要摁3*3=9下2键，但是假如ccc是经常使用的高频词汇的话，T9输入法只摁三下即可。牵扯到频率，肯定又是字典树的应用了，题目相关：HDOJ1298
本题先输入一个单词表，包括单词以及该单词的权值。然后输入一些数字串，要求模拟手机输入的过程，每输入一个数字，就输出对应的单词（如果没有对应的就输出MANUALLY），如果输入的数字会对应不同的单词的前缀，就输出权值之和最高的前缀（如果权值一样就按字母表顺序）。用Sample来说明，输入了hell，hello，idea这3个单词，权值对应分别为3,4,8，开始输入数字：输入4，4可以对应i和h，i是idea的前缀，权值之和为8，h是hell和hello的前缀，权值之和是3+4=7，输出权值较大的i；继续输入3,43对应的可以是he和id，同样因为id的权值大于he，就输出id；接下来输入5,435就只能对应hel了……依此类推，每次输出的都是权值之和最高的词
思想：trie+BFS
算法流程：
1。根据输入的单词建树
2。根据输入的按键序列依次转化为可能的字符序列，维护一个双端队列，将树中出现过(通过查找字典树实现)的字符序列入列，用于下次增加字符序列
3。若当前枚举到的按键序列遍历完所有可能后若最大权值还是-1，说明该按键序列没有匹配的字符串；否则输出权值最大的字符串即可。注意若字符序列中间出现不匹配，那么以后的都不匹配，但此时仍然要继续遍历依次输出不匹配，不能退出。见过HH大神map实现trie树的代码，很好很强大。(map 表示string出现的频率int)
#include #include<一坨头文件> #include<转载注明pzjay原创> const int sup=100; int num[10];//num[i]表示第i个键上面的字母个数 char T9[10][4];//T9[i][j]表示第i个键上第j个字母 deque dq; int n; struct node { int count;//记录出现次数 node* next[26]; node(int fre) { count=fre; memset(next,NULL,sizeof(next)); } }; node* root; void creat(char key[],int freq) { int i=0,index; node* tmp=root; while(key[i]) { index=key[i]-'a'; if(NULL==tmp->next[index]) tmp->next[index]=new node(freq); else tmp->next[index]->count+=freq; tmp=tmp->next[index]; ++i; } } int find(string key) { int i=0,index; node* tmp=root; while(inext[index]) return -1; tmp=tmp->next[index]; ++i; } return tmp->count;//返回权值 } void init() { int i,j; char tmp='a'; for(i=2;i<10;++i) num[i]=3; ++num[7]; ++num[9];//第7和9个按键上各4个字母 for(i=2;i<10;++i) for(j=0;jnext[i]) delete root->next[i]; delete root; } int main() { init();//初始化数组 char key[110]; int Case; scanf("%d",&Case); char tmp; int frequency; string str; for(int pzjay=1;pzjay<=Case;++pzjay) { root=new node(0); scanf("%d",&n); while(n--) { scanf("%s %d",key,&frequency); creat(key,frequency); } scanf("%d",&n); int id; string head; string ans; int max_frequency; printf("Scenario #%d:/n",pzjay); int increment,size; while(n--) { scanf("%s",key); size=1;//初始队列中一个元素 while(!dq.empty()) dq.pop_back(); dq.push_back("");//首先压入双端队列一个空字符串 //转载注明出处:pzjay for(int i=0;key[i]!='1';++i) { id=key[i]-'0';//将按键转化为数字 increment=0; max_frequency=-1; for(int k=0;k max_frequency) { max_frequency=value; ans=str; } } } } size=increment; if(max_frequency!=-1) printf("%s/n",ans.c_str()); else printf("MANUALLY/n");//其实这时可以退出for了，不过继续遍历也无妨，因为中间断掉，后面的肯定都不行 } printf("/n"); } printf("/n"); dele(); } return pzjay; } 字典树容易理解，用处广泛并且本文pzjay原创，— —|||
