【数据结构】Trie树
1.Trie树简介
Trie树，又称字典树、前缀树，被用于信息检索（information retrieval）的数据结构。Trie一词便来自于单词retrieval。基本思想：用字符串的公共前缀降低查询时间。比如，在最优的查询二叉树中查询关键字的时间复杂度为M * log N，M是字符串最大长度，N为字符串数量；而用Trie树时，只需O(M)时间。
[1] 中给出一个简单Trie树例子，蓝色表示一个单词结尾；该Trie树存储的单词为the, their, there, a, any, answer, bye。[1]中称蓝色的节点为leaf node，个人觉得不太恰当：树的leaf node不能再有分支，而Trie树中蓝色节点还是有分支的。
root
/ \ \
t a b
| | |
h n y
| | \ |
e s y e
/ | |
i r w
| | |
r e e
|
r
Trie树的表示
每一个Trie树节点有很多分支（branch），每一个分支指向字母表中26个字母中的一个。为了表示一个单词已经结束，我们还需要在Trie树节点增加value变量用以标记单词结尾。Trie树节点：
struct trie_node
{
int value; /* Used to mark leaf nodes */
trie_node_t *children[ALPHABET_SIZE];
};
关键字插入和搜索
从root节点开始，从上至下，依次按关键字的每个字符进行插入。搜索与插入相类似，判断关键字存在于Trie树中：当且仅当关键字搜索到最后一个字，当前的Trie树节点的value变量表示单词结尾；其余情况均表示关键字不在Trie树中。
Trie树的C实现 [1]：
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define ARRAY_SIZE(a) sizeof(a)/sizeof(a[0])
// Alphabet size (# of symbols)
#define ALPHABET_SIZE (26)
// Converts key current character into index
// use only 'a' through 'z' and lower case
#define CHAR_TO_INDEX(c) ((int)c - (int)'a')
// trie node
typedef struct trie_node trie_node_t;
struct trie_node
{
int value;
trie_node_t *children[ALPHABET_SIZE];
};
// trie ADT
typedef struct trie trie_t;
struct trie
{
trie_node_t *root;
int count;
};
// Returns new trie node (initialized to NULLs)
trie_node_t *getNode(void)
{
trie_node_t *pNode = NULL;
pNode = (trie_node_t *)malloc(sizeof(trie_node_t));
if( pNode )
{
int i;
pNode->value = 0;
for(i = 0; i < ALPHABET_SIZE; i++)
{
pNode->children[i] = NULL;
}
}
return pNode;
}
// Initializes trie (root is dummy node)
void initialize(trie_t *pTrie)
{
pTrie->root = getNode();
pTrie->count = 0;
}
// If not present, inserts key into trie
// If the key is prefix of trie node, just marks leaf node
void insert(trie_t *pTrie, char key[])
{
int level;
int length = strlen(key);
int index;
trie_node_t *pCrawl;
pTrie->count++;
pCrawl = pTrie->root;
for( level = 0; level < length; level++ )
{
index = CHAR_TO_INDEX(key[level]);
if( !pCrawl->children[index] )
{
pCrawl->children[index] = getNode();
}
pCrawl = pCrawl->children[index];
}
// mark last node as leaf
pCrawl->value = pTrie->count;
}
// Returns non zero, if key presents in trie
int search(trie_t *pTrie, char key[])
{
int level;
int length = strlen(key);
int index;
trie_node_t *pCrawl;
pCrawl = pTrie->root;
for( level = 0; level < length; level++ )
{
index = CHAR_TO_INDEX(key[level]);
if( !pCrawl->children[index] )
{
return 0;
}
pCrawl = pCrawl->children[index];
}
return (0 != pCrawl && pCrawl->value);
}
// Driver
int main()
{
int i;
// Input keys (use only 'a' through 'z' and lower case)
char keys[][8] = {"the", "a", "there", "answer", "any", "by", "bye", "their"};
trie_t trie;
char output[][32] = {"Not present in trie", "Present in trie"};
initialize(&trie);
// Construct trie
for(i = 0; i < ARRAY_SIZE(keys); i++)
{
insert(&trie, keys[i]);
}
// Search for different keys
printf("%s --- %s\n", "the", output[search(&trie, "the")] );
printf("%s --- %s\n", "these", output[search(&trie, "these")] );
printf("%s --- %s\n", "their", output[search(&trie, "their")] );
printf("%s --- %s\n", "thaw", output[search(&trie, "thaw")] );
return 0;
}
2. 应用
(1) Linux命令的自动补全。Linux给所有的系统的命令建立Trie树，比如，当用户输入psi时，系统搜索Trie树，发现psi下只链接psidtopgm命令，系统自动补全成psidtopgm。
(2) 判断一个字符串是否为另一个字符串的前缀，比如，HDU 1305。解法：对于待插入的字符，判断其字符（非末尾）是否为结尾标志，即value变量不为零。在insert( )函数中，加上判断即可。
3.Referrence
[1] Trie | (Insert and Search).