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:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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:
|
1
2
3
4
5
6
7
8
9
10
11
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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 treeif(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:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
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("
frequence of 'donald':"+trieTree.getFreq("donald"));trieTree.remove("that");BinaryTree.print("
after remove 'that' once,freq of 'that':"+trieTree.getFreq("that"));trieTree.remove("that");BinaryTree.print("
after remove 'that' twice,freq of 'that':"+trieTree.getFreq("that"));trieTree.remove("donald");BinaryTree.print("
after 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。