Trie树(字典树)的介绍及Java实现

2019-11-26 13:09:17

字体：大中小

来源：转载

供稿：网友

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: