字典树Trie
来源:互联网 发布:发货单打印软件 编辑:程序博客网 时间:2024/05/17 15:05
字典树Trie
(转)http://www.cnblogs.com/tanky_woo/archive/2010/09/24/1833717.html
字典树(讲解+模版)
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 26struct Trie{ Trie *next[MAX]; int v; void init() { for(int i=0;i<MAX;i++) next[i]=NULL; v=1; }};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:
插入字典树:
void Trie_insert(Trie *root,char *s){ int n=strlen(s); Trie *p=root,*q; p->v++; for(int i=0;i<n;i++) { int id=s[i]-'a'; if(p->next[id]==NULL) { q=(Trie*)malloc(sizeof(Trie)); q->init(); p->next[id]=q; p=q; } else { p->next[id]->v++; p=p->next[id]; } }}
接下来是查找的过程了:
int Trie_search(Trie *root,char *s){ int n=strlen(s); Trie *p=root; for(int i=0;i<n;i++) { int id=s[i]-'a'; if(p->next[id]==NULL) return 0;//没找到该前缀 else p=p->next[id]; } return p->v;}
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:
void Trie_delete(Trie *root){ if(root==NULL) return ; else { for(int i=0;i<MAX;i++) Trie_delete(root->next[i]); } free(root);}
- 字典树(Trie树)
- Trie树/字典树
- 字典树(Trie树)
- 字典树---->Trie树
- Trie树(字典树)
- TRIE树 --- 字典树
- trie树(字典树)
- 字典树-----Trie树
- 字典树 trie树
- trie树(字典树)
- 字典树-trie树
- Trie树--字典树
- Trie树(字典树)
- 字典树/Trie树
- Trie树、字典树
- 字典树(Trie树)
- 字典树Trie树
- 字典树(Trie树)
- Android开发把项目打包成apk
- 黑马程序员--集合框架体系
- 黑马程序员-阻塞队列
- struts2 json 输出日期格式不正确
- Android Gallery3D源码分析
- 字典树Trie
- Android安装包制作签名Android安装包制作签名
- linux下memcached安装和配置
- Eclipse中使用代码折叠插件
- C/C++ 结构体字节对齐详解
- 最短路径 之 Floyd 算法
- Sublime Text 2开发你的javascript
- HDU 2446 Shell Pyramid
- 黑马程序员-传统集合