suggestTree-实现rank-ordered autocomplete suggestions的数据结构

来源：互联网发布：简单的数据分析小工具编辑：程序博客网时间：2024/05/17 23:37

suggestTree-实现rank-ordered autocomplete suggestions的数据结构

分类：算法和数据结构学习2012-04-21 21:58 255人阅读评论(0) 收藏举报

数据结构autocompletetreeliststringinsert

通过该数据结构可以实现：当用户输入一个字符串，返回以这个字符串为前缀的排名最靠前的k个字符串。

和现在搜索引擎提供的关键词提示功能一样。

该数据结构以Ternary Search Tree（TST）为基础实现的。

关于Ternary Search Tree是什么，可以参看前面的博文http://blog.csdn.net/suwei19870312/article/details/7467522。

SuggestTree树的节点node：

class Node
{
         public:
                   vector<string> list;                           //用于记录其孩子节点所能代表的字符串的集合，这些字符串[0-end]的字符都是相同的，既具有相同的前缀。
                   unsigned int count;                         //用于记录list中字符串的个数
                   unsigned int end;                            //用于记录list中字符串前end个字符是相同的
                   Node* left, *mid, *right;           //三分搜索树的3个子节点指针

}

SuggestTree树的构造：

如何构建SuggestTree,构建SuggestTree分为两个步骤：

1. 以给定的字符串集合构建TST tree.

2. 在构建好TST tree之后，把字符串加入到树的各个node中。

void Build(map<string, int>& iMap)

{

root = NULL;

vectorPairType lMapVector;

lMapVector.insert(lMapVector.begin(), iMap.begin(), iMap.end());

//sort lMapVector by pair->key

//for the balance of TST tree

sort(lMapVector.begin(), lMapVector.end(), ComparePairKey());

hBuildTST(lMapVector, 0, lMapVector.size() - 1);

//sort lMapVector by pair->value

sort(lMapVector.begin(), lMapVector.end(), ComparePairValue());

vectorPairType::iterator ivter = lMapVector.begin();

for(; ivter != lMapVector.end(); ivter ++)

{

addToList(ivter->first);

}

输入的是一个<关键字，排名>的map。

首先对map中的pair以“关键字”为key排序，之后以这个顺序递归的构建TST，目的是为了构建平衡的TST。防止由于插入字符串顺序的不同，而导致TST退化成一个单边的Tree，这样对于查找的性能不是很好。

接着，对map中的pair以“排名”作为key排序，排序的目的是为了把排名最靠前的k个字符串放入到TST的node中。

构建TST tree的流程：

void hBuildTST(vectorPairType& irVP,int min,int max)

{

if(min <= max)

{

int mid = (min + max) / 2;

insert(irVP[mid].first);

hBuildTST(irVP, min, mid -1);

hBuildTST(irVP, mid + 1, max);

}

前面已经说了构建TST tree的字符串集合是以”关键字”为key排序的一个list，递归构造TST Tree，每次取出[min, max]区域中的中间关键字插入到TST中。

插入节点流程：

void insert(string& suggestion)

{

if(root == NULL)

{

root = new Node(suggestion);

return;

}

Node* lpn = root;

int i = 0;

while(true)

{

string s = lpn->list[0];

if(s.at(i) > suggestion.at(i))

{

if(lpn->left == NULL)

{

lpn->left = new Node(suggestion);

return;

}

lpn = lpn->left;

}

else if(s.at(i) < suggestion.at(i))

{

if(lpn->right == NULL)

{

lpn->right = new Node(suggestion);

return;

}

lpn = lpn->right;

}

else

{

while( ++i < lpn->end)

{

if(i == suggestion.length() || s.at(i) != suggestion.at(i))

{

lpn->mid =new Node(*lpn);

lpn->end = i;

break;

}

lpn->count ++;

if(i == suggestion.length())

return;

if(lpn->mid == NULL)

{

lpn->mid = new Node(suggestion, lpn->list);

return;

}

lpn = lpn->mid;

}

Insert的 workflow和普通的构建TST的流程很相似：

以suggestion字符串和Tree中已有的node的list[0]字符串做比较。

1. 如果Suggestion[i]小于 list[0][i], node节点更换为其左孩子，如果左孩子为空，直接以suggestion字符串构建node，作为当前节点的左孩子。

2. 如果Suggestion[i]大于list[0][i], node节点更换为其右孩子，如果有孩子为空，直接以suggestion字符串构造node，作为当前节点的右孩子。

3. 如果suggestion[i] == list[0][i], 这时候如果suggestion是list[0]的前缀，那么直接返回，如果list[0]是suggestion的前缀，那么node节点跟换为其中孩子，如果中孩子为，以suggestion和当前节点的list构造新的节点，作为当前节点的中孩子。

把关键字加入到node中的流程：

void addToList(string& suggestion)

{

Node* lpn = root;

int i = 0;

while(true)

{

string s = lpn->list[0];

if(s.at(i) > suggestion.at(i))

lpn = lpn->left;

else if(s.at(i) < suggestion.at(i))

lpn = lpn->right;

else

{

if(lpn->count > lpn->list.size())

{

lpn->list.resize(min(lpn->count, k));

lpn->list[0] = suggestion;

lpn->count = 1;

}

elseif(lpn-> count < lpn->list.size())

{

lpn->list[lpn->count++] = suggestion;

}

i = lpn->end;

if(i == suggestion.length())

return;

lpn = lpn->mid;

}

addToList的流程和insert（）的流程相似，不同的是，这个过程并不修改TST tree的结构，只是填写node里的数据。

给定前缀字符串，在suggestTree中查找的流程：

Node* hgetBestSuggesttions(string& prefix)

{

if(prefix.length() == 0)

return NULL;

Node* lpn = root;

int i = 0;

while(lpn != NULL) {

string s = lpn->list[0];

if(s.at(i) > prefix.at(i))

lpn = lpn->left;

else if(s.at(i) < prefix.at(i))

lpn = lpn->right;

else{

while(++i < lpn->end)

if(i == prefix.length())

return lpn;

else if(s.at(i) != prefix.at(i))

return NULL;

if(i == prefix.length())

return lpn;

lpn = lpn->mid;

}

通过对比prefix和各个节点的list[0][0-end],如果找到和prefix相同的list[0][0-end]，直接返回当前节点，该节点中list就是想要的排名靠前的相同前缀字符串集合。