双数组Trie树,其实就是用两个一维数组来表示Trie树这种数据结构。
一个数组称为BASE,另一个数组为CHECK。转移条件如下:
对于状态s,接收字符c,转移到状态t
BASE[s]+c=t
CHECK[t]=BASE[s]
- BASE数组保存结点的基地址
- CHECK数组标识结点的前驱信息
对于根结点,定义:
根结点的状态为0,\(t_根=0\)
根结点的基地址为1,放在BASE数组下标为0处保存,故\(BASE[t_根]=BASE[0]=1\)。
\(CHECK[t_根]=CHECK[0]=0\)
对于Trie树中的一个结点nodeA,有如下信息:
- 字符‘A‘,这是给人看的
- 字符‘A‘的状态,用\(t_A\)来表示,\(t_A\)是一个整数。从根结点,经过条件 ‘A‘ 转移到nodeA,即:\(BASE[0]+code(A)=t_A=1+65=66\),其中code(A)一般为该字符的ASCII码。
- 字符‘A‘的基地址,使用BASE数组来保存
- 由于字符‘A‘对应的结点nodeA的前驱是根结点,即\(CHECK[t_A]=BASE[0]=1\)
对于叶子结点node_leaf,定义该叶子结点的基地址为begin,状态为t_leaf, code(node_leaf)=0,
现在来证明:CHECK[t_leaf]=t_leaf
- begin+code(node_leaf)=t_leaf 得到:begin=t_leaf
- BASE[begin+code(node_leaf)]=t_leaf 得到:BASE[begin]=t_leaf
- CHECK[t_leaf]=BASE[begin] 得到:CHECK[t_leaf]=t_leaf
其中,第2、3点是由转移条件得到的,证明完毕。
另外,在Hancks的这篇文章中,有如下引用:
3、然后将这群兄弟节点的check设为check[begin + a1…an] = begin;很显然,叶子节点i的check[i]的值一定等于i,因为它是兄弟节点中的第一个,并且它的code为0。
就好理解了。
另外,对于叶子结点而言,BASE[t_leaf]=-index,参考,其中 -index 表示:该叶子结点所代表的 关键词 在词典中顺序。(当构造双数组树时,词典先加载到TreeMap中,是有序的)