数据结构之字典树

  Tire Tree，又名字典树，是一种树形结构。常用于统计、排序和保存大量的字符串，比如说，在自然语言处理中，常用来统计词频。优点是查询效率高。

  Trie Tree 具有以下三个性质：
1. 根节点不包含字符，除根节点意外每个节点只包含一个字符；
2. 从根节点到某一个节点，路径上经过的字符连接起来，为该节点对应的字符串；
3. 每个节点的所有子节点包含的字符串不相同。

• Tire Tree 的基本实现

package com.feng.nlp.changedalgorithm;import lombok.Data;import org.apache.commons.lang3.StringUtils;import java.util.HashMap;import java.util.Map;/** * TrieTree 字典树实现 * <p/> * Created by lionel on 17/4/15. */public class TrieTree {    private TrieNode root;    public TrieTree() {        root = new TrieNode();    }    /**     * 往字典树插入单词     *     * @param word 单词     */    public void insert(String word) {        insert(root, word);    }    private void insert(TrieNode root, String word) {        if (StringUtils.isBlank(word)) {            return;        }        word = word.toLowerCase();        char[] characters = word.toCharArray();        int length = characters.length;        for (int i = 0; i < length; i++) {            int index = characters[i] - '0';            if (root.childs[index] != null) {                root.childs[index].prefixNum++;            } else {                root.childs[index] = new TrieNode(characters[i]);            }            if (i == length - 1) {                root.childs[index].isleaf = true;                root.childs[index].num++;            }            root = root.childs[index];        }    }    /**     * 遍历字典树 ，找出所有单词及其词频     *     * @return 所有单词及其词频     */    public HashMap<String, Integer> getAllWords() {        return preOrderTraversal(this.root, "");    }    private HashMap<String, Integer> preOrderTraversal(TrieNode root, String prefixs) {        HashMap<String, Integer> map = new HashMap<String, Integer>();        if (root == null) {            return map;        }        if (root.isleaf) {            map.put(prefixs, root.getNum());        }        for (int i = 0; i < root.childs.length; i++) {            if (root.childs[i] != null) {                char ch = root.childs[i].getCharacter();                String tmpStr = prefixs + ch;                map.putAll(preOrderTraversal(root.childs[i], tmpStr));            }        }        return map;    }    /**     * 查询某字符串是否在字典树种     *     * @param word 单词     * @return 在，返回 true；不在，返回 false     */    public boolean isExist(String word) {        return isExist(this.root, word);    }    private boolean isExist(TrieNode root, String word) {        if (StringUtils.isBlank(word)) {            return false;        }        char[] characters = word.toLowerCase().toCharArray();        for (char character : characters) {            int index = character - '0';            if (root.childs[index] == null) {                return false;            }            root = root.childs[index];        }        return true;    }    /**     * 得到以某字串为前缀的字串集，包括字串本身！ 类似单词输入法的联想功能     *     * @param prefix 字串前缀     * @return 串集以及出现次数     */    public Map<String, Integer> getWordsFroPrefix(String prefix) {        return getWordsFroPrefix(this.root, prefix);    }    private Map<String, Integer> getWordsFroPrefix(TrieNode root, String prefix) {        Map<String, Integer> map = new HashMap<String, Integer>();        if (StringUtils.isBlank(prefix)) {            return map;        }        char[] characters = prefix.toLowerCase().toCharArray();        for (char character : characters) {            int index = character - '0';            if (root.childs[index] == null) {                return null;            }            root = root.childs[index];        }        return preOrderTraversal(root, prefix);    }    @Data    private class TrieNode {        private char character;//节点存储字符        private int num;//该词的出现次数        private int prefixNum;//以该字串为前缀的字串数， 应该包括该字串本身        private TrieNode[] childs;//节点孩子        private boolean isleaf;        public TrieNode() {            character = '~';            num = 0;            prefixNum = 0;            isleaf = false;            childs = new TrieNode[40911];        }        public TrieNode(char character) {            this.character = character;            num = 0;            prefixNum = 1;            isleaf = false;            childs = new TrieNode[40911];        }    }}