链表 之 字典树（讲解+模板）的构建

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。

trie 的定义

struct ac
{
    int v;
    ac *next[26];//可以根据树的大小改变
};
ac *root;

next是表示每层有多少种类的数，如果只是小写字母，则26即可，若改为大小写字母，则是52，若再加上数字，则是62了，这里根据题意来确定。
v可以表示一个字典树到此有多少相同前缀的数目，这里根据需要应当学会自由变化。

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。
生成树

void creat(char *str)
{
    ac *pre=root,*now;
    int len=strlen(str);
    for(int i=0;i<len;i++)
    {
        int id=str[i]-'a';
        now=pre->next[id];
        if(now==NULL)
        {
            now=new ac;
            memset(now,0,sizeof(ac));
            pre->next[id]=now;
        }
        now->v++;
        pre=now;
    }
}

再是查找树

int  findtree(char *str)
{
    ac *pre=root,*now;
    int len=strlen(str);
    for(int i=0;i<len;i++)
    {
        int id=str[i]-'a';
        now=pre->next[id];
        if(!now) return 0;
        pre=now;
    }
    return pre->v;//树元素的个数
}

释放空间

int dealTrie(ac* T)
{
    int i;
    if(T==NULL)
        return 0;
    for(i=0;i<26;i++)
    {
        if(T->next[i]!=NULL)
            deal(T->next[i]);
    }
    free(T);
    return 0;
}