字典树trie的java实现

最近在学习的时候，经常看到使用Trie树数据结构来解决问题，比如“ 有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。” 该如何解决？ 有一种方案就是使用Trie树加 排序实现 。

什么是Trie 树呢？也就是常说的字典树，网上对此讲得也很多，简单补充一下个人理解： 它实际上相当于把单词的公共部分给拎出来，这样一层一层往上拎直到得到每个节点都是不可分的最小单元！

比如网上一个例子

一组单词，inn, int, at, age, adv, ant, 我们可以得到下面的Trie：

这里的节点上存的是一个单词，实际上，每个节点走过的路径就是该节点代表的单词！其它不多扯了~~~

Trie树有什么好处呢
它是一种非常快的单词查询结构，当然，对于单词去重统计也是非常好的选择！ 比如搜索引擎的关键词联想功能很好的一种选择就是使用Trie树了！比如你输入了in，通过上面的图我们应该提示inn和int ，这样可以轻松实现！ 另外，对于单词出现的频率统计， 以及查找公共前缀等问题，都可以很好的解决！ 本文不是讲理论，只是给出用java自己实现的Trie树数据结构，其中实现了 插入、查找、遍历、单词联想（找公共前缀） 等基本功能, 其它功能大家可以自己添加~~~~
============================================Trie树类

import java.util.HashMap;

public class TrieTree {

    /**
     * 内部节点类
     */
    private class TrieNode {
        private int dumpli_num;// 该字串的重复数目， 该属性统计重复次数的时候有用,取值为0、1、2、3、4、5……
        @SuppressWarnings("unused")
        private int prefix_num;// 以该字串为前缀的字串数， 应该包括该字串本身！！！！！
        private TrieNode childs[];// 此处用数组实现，当然也可以map或list实现以节省空间
        private boolean isLeaf;// 是否为单词节点

        public TrieNode() {
            dumpli_num = 0;
            prefix_num = 0;
            isLeaf = false;
            childs = new TrieNode[26];
        }
    }

    private TrieNode root;// 树根

    public TrieTree() {
        root = new TrieNode();// 初始化trie 树
    }

    /**
     * 插入字串，用循环代替迭代实现
     * 
     * @param words
     */
    public void insert(String words) {
        insert(this.root, words);
    }

    /**
     * 插入字串，用循环代替迭代实现
     * 
     * @param root
     * @param words
     */
    private void insert(TrieNode root, String words) {
        words = words.toLowerCase();// 转化为小写
        char[] chrs = words.toCharArray();

        for (int i = 0, length = chrs.length; i < length; i++) {
            // 用相对于a字母的值作为下标索引，也隐式地记录了该字母的值
            int index = chrs[i] - 'a';
            if (root.childs[index] != null) {
                // 已经存在了，该子节点prefix_num++
                root.childs[index].prefix_num++;
            } else {
                // 如果不存在
                root.childs[index] = new TrieNode();
                root.childs[index].prefix_num++;
            }

            // 如果到了字串结尾，则做标记
            if (i == length - 1) {
                root.childs[index].isLeaf = true;
                root.childs[index].dumpli_num++;
            }
            // root指向子节点，继续处理
            root = root.childs[index];
        }

    }

    /**
     * 遍历Trie树，查找所有的words以及出现次数
     * @return
     */
    public HashMap<String, Integer> getAllWords() {
        return preTraversal(this.root, "");
    }

    /**
     * 前序遍历
     * 
     * @param root    子树根节点
     * @param prefixs 查询到该节点前所遍历过的前缀
     * @return
     */
    private HashMap<String, Integer> preTraversal(TrieNode root, String prefixs) {
        HashMap<String, Integer> map = new HashMap<String, Integer>();

        if (root != null) {

            if (root.isLeaf == true) {
                // 当前即为一个单词
                map.put(prefixs, root.dumpli_num);
            }

            for (int i = 0, length = root.childs.length; i < length; i++) {
                if (root.childs[i] != null) {
                    char ch = (char) (i + 'a');
                    // 递归调用前序遍历
                    String tempStr = prefixs + ch;
                    map.putAll(preTraversal(root.childs[i], tempStr));
                }
            }
        }

        return map;
    }

    /**
     * 判断某字串是否在字典树中
     * 
     * @param word
     * @return true if exists ,otherwise false
     */
    public boolean isExist(String word) {
        return search(this.root, word);
    }

    /**
     * 查询某字串是否在字典树中
     * 
     * @param word
     * @return true if exists ,otherwise false
     */
    private boolean search(TrieNode root, String word) {
        char[] chs = word.toLowerCase().toCharArray();
        for (int i = 0, length = chs.length; i < length; i++) {
            int index = chs[i] - 'a';
            if (root.childs[index] == null) {
                // 如果不存在，则查找失败
                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 字串集以及出现次数，如果不存在则返回null
     */
    public HashMap<String, Integer> getWordsForPrefix(String prefix) {
        return getWordsForPrefix(this.root, prefix);
    }

    /**
     * 得到以某字串为前缀的字串集，包括字串本身！
     * 
     * @param root
     * @param prefix
     * @return 字串集以及出现次数
     */
    private HashMap<String, Integer> getWordsForPrefix(TrieNode root, String prefix) {
        char[] chrs = prefix.toLowerCase().toCharArray();

        for (int i = 0, length = chrs.length; i < length; i++) {

            int index = chrs[i] - 'a';
            if (root.childs[index] == null) {
                return null;
            }

            root = root.childs[index];

        }
        // 结果包括该前缀本身
        // 此处利用之前的前序搜索方法进行搜索
        return preTraversal(root, prefix);
    }

}

============================================Trie树测试类

    /**
     * 字典树新增
     */
    @Test
    public void test_tree() {
        TrieTree trie = new TrieTree();
        trie.insert("I");
        trie.insert("Love");
        trie.insert("China");
        trie.insert("China");
        trie.insert("China");
        trie.insert("China");
        trie.insert("China");
        trie.insert("xiaoliang");
        trie.insert("xiaoliang");
        trie.insert("man");
        trie.insert("handsome");
        trie.insert("love");
        trie.insert("chinaha");
        trie.insert("her");
        trie.insert("know");
      
        HashMap<String,Integer> map=trie.getAllWords();
        
        for(String key:map.keySet()){
            System.out.println(key+" 出现: "+ map.get(key)+"次");
        }
        
        map=trie.getWordsForPrefix("chin");
        
        System.out.println("\n\n包含chin（包括本身）前缀的单词及出现次数：");
        for(String key:map.keySet()){
            System.out.println(key+" 出现: "+ map.get(key)+"次");
        }
        
        if(trie.isExist("xiaoming")==false){
            System.out.println("\n\n字典树中不存在：xiaoming ");
        }
    }