字典树(TrieTree)讲解与实现

 　　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。

　　

TrieNode结构定义：

 

const int MAX = 26;

typedef struct TrieNode
{
	char *data; //储存结点数据，随需求变化
	bool isWord; //判断此结点前的字符串是否是一个单词
	TrieNode *branchs[MAX]; 
};

 

TireTree结构定义：

class TrieTree
{
public:
	TrieNode *root;
	void initTrieTree();
	TrieNode *createNode();
	int insert(const char* word);
	int search(const char* word);
};

TireTree实现：

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。

void TrieTree::initTrieTree()
{
	root = NULL;
}

TrieNode *TrieTree::createNode()
{
	TrieNode *node = (TrieNode*)malloc(sizeof(TrieNode));
	node->data = NULL;
	node->isWord = false;
	for(int i = 1; i < MAX; i++)
		node->branchs[i] = NULL;

	return node;
}	


int TrieTree::insert(const char* word)
{
	if (root == NULL)
		root = createNode();

	TrieNode *p = root;
	int k = 0;
	
	while(*word)
	{
		/*确定Branch ID*/
		if (*word >= 'a' && *word <= 'z')
			k = *word - 'a';
		else if (*word >= 'A' && *word <= 'Z')
			k = *word - 'A';
		else
			return 0;

		if(p->branchs[k] == NULL)
		{
			p->branchs[k] = createNode();
			p->branchs[k]->data = (char *)&word;
		}

		
		word++;
		if(!*word)
			p->branchs[k]->isWord = true;
		p = p->branchs[k];
	}

	// delete p;
	return 1;	
}

int TrieTree::search(const char* word)
{
	if(root == NULL)
		return 0;

	TrieNode *p = root;
	int k = 0;

	while(*word)
	{
		/*确定Branch ID*/
		if (*word >= 'a' && *word <= 'z')
			k = *word - 'a';
		else if (*word >= 'A' && *word <= 'Z')
			k = *word - 'A';
		else
			return 0;
		
		if(p->branchs[k] == NULL)
			return 0;

		word++;	
		if(!*word && p->branchs[k]->isWord)
			return 1;
		p = p->branchs[k];	
	}
	return 0;
}

测试代码：

int main(int argc, char const *argv[])
{
	TrieTree t;
      t.insert("ac"); 
      t.insert("abacus");
      t.insert("abalone"); 
      t.insert("abandon");
      t.insert("abandoned"); 
      t.insert("abashed");
      t.insert("abate"); 
      t.insert("this");
    if (t.search("ac"))
        cout<<"'ac' was found. pos: "<<endl;
    if (t.search("this"))
        cout<<"'this' was found. pos: "<<endl;
    if (t.search("abat"))
        cout<<"'abat' is found. pos: "<<endl;
    if (t.search("baby"))
    if (t.search("abacus"))
        cout<<"'abacus' is found. pos: "<<endl;
    if (t.search("baby"))
        cout<<"'baby' is found. pos: "<<endl;
    else
        cout<<"'baby' does not exist at all!"<<endl;
    
    if (t.search("ac1"))
        cout<<"'ac1 was found. pos: "<<endl;
	return 0;
}

运行结果：

'ac' was found. pos: 
'this' was found. pos: 
'baby' does not exist at all!