标签:
Trie树简介:又称字典树、前缀树、单词查找树或键树,是一种用于快速检索的树形结构,是一种哈希树的变种
用途:
1、字符串检索:实现将一些字符串的有关信息保存到trie树中,查找另外一些字符串是否出现过或者出现的频率
2、前缀匹配:匹配前缀
3、排序:tire树是一颗多叉树,只需先序遍历整棵树,输出相应的字符串便是按字典序排序的结果
4、作为其他数据结构和算法的辅助结构:ac自动机、后缀数组
特点:
1、时间:建树时间复杂度 O(n*len),如果要查找长度为len的字符串是否存在,时间复杂度O(len),而一般的逐个匹配为O(len*n),n为字符串的个数。效率相当高,查找效率比哈希表高。
2、空间:空间消耗比较大,O(26^n)级别,主要是每个节点都有一个长度为[26](‘a‘~‘z‘)的指针数组(ps:数字的是长度为[10](0~9)的指针数组)
如图所示是一棵tire树
观察发现tire有以下三个特性
一、根节点不包含字符,出根节点外的每个一节点都包含一个字符
二、从根节点到某一个节点,路径上所经过的字符链接起来就是该节点对应的字符串
三、每个单词的公共前缀作为一个字符节点保存
代码:hdu1251
#include <cstdio> #include <algorithm> #include <iostream> #include <cstring> #include <queue> #define MAXN 500010 using namespace std; struct Trie{ int next[MAXN][26],ans[MAXN]; int root,L; void init(){ L=0; root=newnode(); } int newnode(){ for(int i=0;i<26;i++) next[L][i]=-1; ans[L++]=0; return L-1; } void insert(char buf[]){ int len=strlen(buf); int now=root; for(int i=0;i<len;i++){ if(next[now][buf[i]-'a']==-1){ next[now][buf[i]-'a']=newnode(); } now=next[now][buf[i]-'a']; ans[now]++; } } int query(char buf[]){ int len = strlen(buf); int now=root; for(int i=0;i<len;i++){ now=next[now][buf[i]-'a']; if(now==-1) return 0; } return ans[now]; } }; Trie tr; int main() { char st[11]; tr.init(); while(gets(st)&&strlen(st)){ tr.insert(st); } while(gets(st)&&strlen(st)){ printf("%d\n",tr.query(st)); } 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/mengxingyuanlove/article/details/47355121