字典树

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_第1张图片

 

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的数据结构定义:
#define MAX 26
typedef struct Trie   
{   
    Trie *next[MAX];   
    int v;   //根据需要变化
};   
 
Trie *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。

这里给出生成字典树和查找的模版
生成字典树:

void createTrie(char *str)
{
    int len = strlen(str);
    Trie *p = root, *q;
    for(int i=0; i<len; ++i)
    {
        int id = str[i]-'0';
        if(p->next[id] == NULL)
        {
            q = (Trie *)malloc(sizeof(Trie));
            q->v = 1;    //初始v==1
            for(int j=0; j<MAX; ++j)
                q->next[j] = NULL;
            p->next[id] = q;
            p = p->next[id];
        }
        else
        {
            p->next[id]->v++;
            p = p->next[id];
        }
    }
    // p->v = -1;   //若为结尾,则将v改成-1表示(视情况而定)
}


接下来是查找的过程了:

int findTrie(char *str)
{
	int len = strlen(str);
	Trie *p = root;
	for(int i=0; i<len; ++i)
	{
		int id = str[i]-'0';  //根据需要选择是减去'0'还是'a',或者是'A'
		p = p->next[id];
		if(p == NULL)   //若为空集,表示不存以此为前缀的串
			return 0;
		if(p->v == -1)   //字符集中已有串是此串的前缀
			return -1;
	}
	return -1;   //此串是字符集中某串的前缀
}


对于上述动态字典树,有时会超内存,比如 HDOJ 1671 Phone List,这是就要记得释放空间了:

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


题目分析+解答报告:

HDOJ 1251 统计难题:
http://www.wutianqi.com/?p=1364

HDOJ 1671 Phone List
http://www.wutianqi.com/?p=1366

这里还有几个字典树的相关资料,我上传了RaySource里了,顺便和大家分享下:

算法合集之《浅析字母树在信息学竞赛中的应用》

字典树

HDU字典树的一些经典题。

HDU1251-统计难题:最简单的字典树题,对于字典中的字符串插入后依次回答询问子串个数即可,模板即为此题。

HDU1305-Immediate Decodability:这题要求的是对于一个字典是否满足其中任何一个字符串都不是另一个字符串的子串,所以插入所有串后枚举每个串,看是否所有的串都符合子串个数为1(自身是自身的子串)即可。

HDU1671-Phone List:同上一题一样,不过因为有多组数据所以要用静态来存,不然会超空间。

HDU2072-单词数:直接map亦可,练字典树的话也就是套模板,插入时看看是否本身isword,不是则ans++即可。

HDU1075-What Are You Talking About:这题就是翻译文章,所以把所有译文存到数组中,对每个单词插入进字典树,并在结点上增加译文在数组中位置的信息,输出时只需查找单词,若存在则输出译文,否组输出原文即可。

HDU1247-Hat’s Words:用字典树插入所有单词后直接枚举每个单词的每个分割点,看分成的两个字符串是否都存在即可。

HDU1298-T9:题意是类似模拟实现手机上的智能输入法,询问每个按键后首选词是什么,方法可以把所有单次插入字典树后再dfs,也可以用两棵字典树,一棵插入单词的同时向另一棵数字字典树更新概率以及首选词位置即可。

有道难题2010网易编程挑战赛资格赛(1)B:有道搜索框:题意为模拟一个搜索框,输入某个单词后输出以该单词为前缀的前8个(或小于8个)单词。所以将所有单词插入字典树后dfs询问的前缀,再从前缀开始dfs得出前8个单词即可。


你可能感兴趣的:(字典树)