Trie树(字典树)的介绍及Java实现

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:

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。

以上是 Trie树(字典树)的介绍及Java实现 的全部内容, 来源链接: utcz.com/p/211364.html

回到顶部