首页 > 代码库 > 字典树简单知识及类实现

字典树简单知识及类实现

2024-07-27 05:19:31   221人阅读

什么是trie树？

◇ trie树是一种用于快速检索的多叉树结构。

◇ 和二叉查找树不同，在trie树中，每个结点上并非存储一个元素。

◇ trie树把要查找的关键词看作一个字符序列。并根据构成关键词字符的先后顺序构造用于检索的树结构。

◇在trie树上进行检索类似于查阅英语词典。

一棵m度的trie树或者为空，或者由m棵m度的trie树构成。

例如，电子英文词典，为了方便用户快速检索英语单词，可以建立一棵trie树。例如词典由下面的单词构成：a、b、c、aa、ab、ac、ba、ca、aba、abc、baa、bab、bac、cab、abba、baba、caba、abaca、caaba


在trie树上进行查找
例如在上面的trie树中查找单词 aba
(1)在trie树上进行检索总是始于根结点。
(2)取得要查找关键词的第一个字母（例如 a ），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（例如 b），并进一步选择对应的子树进行检索。
(4) ...
(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。

有关Trie树：
在trie树中查找一个关键字的时间和树中包含的结点数无关，而取决于组成关键字的字符数。而二叉查找树的查找时间和树中的结点数有关O(log2n)。
如果要查找的关键字可以分解成字符序列且不是很长，利用trie树查找速度优于二叉查找树。如：
若关键字长度最大是5，则利用trie树，利用5次比较可以从265＝11881376个可能的关键字中检索出指定的关键字。而利用二叉查找树至少要进行log2265=23.5次比较。


Trie的类实现及解析：
#include <iostream>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#define MAXN 10010
#define RST(N)memset(N, 0, sizeof(N))
using namespace std;

const int char_num = 26;

class Trie {
public:
    Trie();
    int trie_search(const char* word, char* entry) const;
    int insert(const char* word, char* entry);
    int remove(const char* word, char* entry);
protected:
    struct Trie_node {
        char *data;
        Trie_node *branch[char_num];  //指向各個子樹的指針
        Trie_node();
    };
    Trie_node *root;
};

Trie::Trie() : root(NULL) {};

Trie::Trie_node::Trie_node()
{
    data = http://www.mamicode.com/NULL;>


字典树简单知识及类实现


联系
我们