标签:
字典树:
又称单词查找树,Trie树,是一种树形结构,是一种哈希树的变种。典型应用是用于统计,排序和保存大量的字符串(但不仅限于字符串),它的优点是:利用字符串的公共前缀来节约存储空间,最大限度地减少无谓的字符串比较,查询效率比哈希表高。
#define MAX 26 struct Trie { Trie *next[MAX]; int v; //根据需要变化 }root;next是表示每层有多少种类的数,如果只是小写字母,则26即可,若改为大小写字母,则是52,若再加上数字,则是62了,这里根据题意来确定。
生成字典树:
void createTrie(char *str) { int len = strlen(str); Trie *p = new Trie; p=&root; for(int i=0; i<len; ++i) { int id = str[i]-'0'; if(p->next[id] == NULL) { Trie *q=new Trie; q->v = 1; //初始v==1 for(int j=0; j<MAX; ++j) q->next[j] = NULL; p->next[id] = q; p = p->next[id]; } else { p->next[id]->v++; p = p->next[id]; } } // p->v = -1; //若为结尾,则将v改成-1表示(视情况而定) }
int findTrie(char *str) { int len = strlen(str); Trie *p = new Trie; p=&root; for(int i=0; i<len; ++i) { int id = str[i]-'0'; //根据需要选择是减去'0'还是'a',或者是'A' p = p->next[id]; if(p == NULL) //若为空集,表示不存以此为前缀的串 return 0; if(p->v == -1) //字符集中已有串是此串的前缀 return -1; } return -1; //此串是字符集中某串的前缀 }
int dealTrie(Trie* T) { int i; if(T==NULL) return 0; for(i=0;i<MAX;i++) { if(T->next[i]!=NULL) deal(T->next[i]); } free(T); return 0; }
版权声明:本文为博主原创文章,未经博主允许不得转载。
标签:
原文地址:http://blog.csdn.net/wangluoershixiong/article/details/46999395