首页 > 代码库 > 7月28--字典树

7月28--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减少查询时间,最大限度地减少无谓的字符串比较,查询效率比哈希表高。

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;
 
生成字典树:

 

 

void createTrie(char *str)
{
    int len = strlen(str);
    Trie *= 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->= 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->= -1;   //若为结尾,则将v改成-1表示
}

 

 

接下来是查找的过程了:

 

int findTrie(char *str)
{
    int len = strlen(str);
    Trie *= root;
    for(int i=0; i<len; ++i)
    {
        int id = str[i]-0;
        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->== -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,所以要释放空间。 

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;
}