Trie树(字典树)的介绍及Java实现
程序员文章站
2024-03-08 11:12:10
简介
trie树,又称为前缀树或字典树,是一种有序树,用于保存关联数组,其中的键通常是字符串。与二叉查找树不同,键不是直接保存在节点中,而是由节点在树中的位置决定。一个节...
简介
trie树,又称为前缀树或字典树,是一种有序树,用于保存关联数组,其中的键通常是字符串。与二叉查找树不同,键不是直接保存在节点中,而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀,也就是这个节点对应的字符串,而根节点对应空字符串。
它的主要特点如下:
根节点不包含字符,除根节点外的每一个节点都只包含一个字符。
从根节点到某一节点,路径上经过的字符连接起来,为该节点对应的字符串。
每个节点的所有子节点包含的字符都不相同。
如下是一棵典型的trie树:
trie的来源是retrieval,它常用于前缀匹配和词频统计。可能有人要说了,词频统计简单啊,一个hash或者一个堆就可以搞定,但问题来了,如果内存有限呢?还能这么 玩吗?所以这里我们就可以用trie树来压缩下空间,因为公共前缀都是用一个节点保存的。
1、定义
这里为了简化,只考虑了26个小写字母。
首先是节点的定义:
public class trienode { public trienode[] children; public char data; public int freq; public trienode() { //因为有26个字母 children = new trienode[26]; freq = 0; } }
然后是trie树的定义:
public class trietree { private trienode root; public trietree(){ root=new trienode(); } ... }
2、插入
由于是26叉树,故可通过chararray[index]-‘a';来得知字符应该放在哪个孩子中。
public void insert(string word){ if(textutils.isempty(word)){ return; } insertnode(root,word.tochararray(),0); } private static void insertnode(trienode rootnode,char[]chararray,int index){ int k=chararray[index]-'a'; if(k<0||k>25){ throw new runtimeexception("chararray[index] is not a alphabet!"); } if(rootnode.children[k]==null){ rootnode.children[k]=new trienode(); rootnode.children[k].data=chararray[index]; } if(index==chararray.length-1){ rootnode.children[k].freq++; return; }else{ insertnode(rootnode.children[k],chararray,index+1); } }
3、移除节点
移除操作中,需要对词频进行减一操作。
public void remove(string word){ if(textutils.isempty(word)){ return; } remove(root,word.tochararray(),0); } private static void remove(trienode rootnode,char[]chararray,int index){ int k=chararray[index]-'a'; if(k<0||k>25){ throw new runtimeexception("chararray[index] is not a alphabet!"); } if(rootnode.children[k]==null){ //it means we cannot find the word in this tree return; } if(index==chararray.length-1&&rootnode.children[k].freq >0){ rootnode.children[k].freq--; } remove(rootnode.children[k],chararray,index+1); }
4、查找频率
public int getfreq(string word){ if(textutils.isempty(word)){ return 0; } return getfreq(root,word.tochararray(),0); } private static int getfreq(trienode rootnode,char[]chararray,int index){ int k=chararray[index]-'a'; if(k<0||k>25){ throw new runtimeexception("chararray[index] is not a alphabet!"); } //it means the word is not in the tree if(rootnode.children[k]==null){ return 0; } if(index==chararray.length-1){ return rootnode.children[k].freq; } return getfreq(rootnode.children[k],chararray,index+1); }
5、测试
测试代码如下:
public static void test(){ trietree trietree=new trietree(); string sourcestr="democratic presumptive nominee hillary clintons campaign posed pounced on trumps assertion that british term monetary turmoil might benefit his business venture in scotland"; //string sourcestr="the that"; sourcestr=sourcestr.tolowercase(); string[]strarray=sourcestr.split(" "); for(string str:strarray){ trietree.insert(str); } string sourcestr2="every president is tested by world events but donald trump thinks about how is his golf resort can profit from that"; sourcestr2=sourcestr2.tolowercase(); string[]strarray2=sourcestr2.split(" "); for(string str:strarray2){ trietree.insert(str); } binarytree.print("frequence of 'that':"+trietree.getfreq("that")); binarytree.print("\nfrequence of 'donald':"+trietree.getfreq("donald")); trietree.remove("that"); binarytree.print("\nafter remove 'that' once,freq of 'that':"+trietree.getfreq("that")); trietree.remove("that"); binarytree.print("\nafter remove 'that' twice,freq of 'that':"+trietree.getfreq("that")); trietree.remove("donald"); binarytree.print("\nafter remove 'donald' once,freq of 'donald':"+trietree.getfreq("donald")); binarytree.reallystartprint(); }
测试结果如下:
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。