作者:小傅哥 博客:https://bugstack.cn
❝沉淀、分享、成长,让自己和他人都能有所收获!😜 ❞
Trie 的历史
字典树 Trie 这个词来自于 retrieval,于 1912 年,Axel Thue 首次抽象地描述了一组字符串数据结构的存放方式为 Trie 的想法。这个想法于 1960 年由 Edward Fredkin 独立描述,并创造了 Trie 一词。你看看,多少程序员为了一个词、方法名、属性名,想破脑袋!
在计算机科学中,字典树(Trie)也被称为”单词查找树“或”数字树“,有时候也被称为基数树或前缀树(因为可以通过前缀的方式进行索引)。—— 它是一种搜索树,一种已排序的数据结构,通常用于存储动态集或键为字符串的关联数组。
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。一般情况下,不是所有的节点都有对应的值,只有叶子节点和部分内部节点所对应的键才有相关的值。
字典树字母的存放有26个,也就是说在实现的过程中,每一个节点的分支都有26个槽位用来存放可能出现的字母组合。同理如果是数字树的话就是10个数字的组合,每个字典树上的节点对应的分支则有10个操作存放可能出现组合的数字。
接下来我们就基于 Java 语言实现一个字典树的存放和遍历索引的功能。
public class TrieNode {
/** 形成一个链 */
public TrieNode[] slot = new TrieNode[26];
/** 字母 */
public char c;
/** 单词:数量 > 0 表示一个单词 */
public boolean isWord;
/** 前缀 */
public int prefix;
/** 单词:具体的一个单词字符串 */
public String word;
/** 解释:单词的注释说明 */
public String explain;
}
public void insert(String words, String explain) {
TrieNode root = wordsTree;
char[] chars = words.toCharArray();
for (char c : chars) {
int idx = c - 'a'; // - a 从 0 开始,参考 ASCII 码表
if (root.slot[idx] == null) {
root.slot[idx] = new TrieNode();
}
root = root.slot[idx];
root.c = c;
root.prefix++;
}
root.explain = explain; // 单词的注释说明信息
root.isWord = true; // 循环拆解单词后标记
}
public List<String> searchPrefix(String prefix) {
TrieNode root = wordsTree;
char[] chars = prefix.toCharArray();
StringBuilder cache = new StringBuilder();
// 精准匹配:根据前置精准查找
for (char c : chars) {
int idx = c - 'a';
// 匹配为空
if (idx > root.slot.length || idx < 0 || root.slot[idx] == null) {
return Collections.emptyList();
}
cache.append(c);
root = root.slot[idx];
}
// 模糊匹配:根据前缀的最后一个单词,递归遍历所有的单词
ArrayList<String> list = new ArrayList<>();
if (root.prefix != 0) {
for (int i = 0; i < root.slot.length; i++) {
if (root.slot[i] != null) {
char c = (char) (i + 'a');
collect(root.slot[i], String.valueOf(cache) + c, list, 15);
if (list.size() >= 15) {
return list;
}
}
}
}
return list;
}
protected void collect(TrieNode trieNode, String pre, List<String> queue, int resultLimit) {
// 找到单词
if (trieNode.isWord) {
trieNode.word = pre;
// 保存检索到的单词到 queue
queue.add(trieNode.word + " -> " + trieNode.explain);
if (queue.size() >= resultLimit) {
return;
}
}
// 递归调用,查找单词
for (int i = 0; i < trieNode.slot.length; i++) {
char c = (char) ('a' + i);
if (trieNode.slot[i] != null) {
collect(trieNode.slot[i], pre + c, queue, resultLimit);
}
}
}
@Test
public void test_trie() {
Trie trie = new Trie();
// 存入
trie.insert("bat","大厂");
trie.insert("batch", "批量");
trie.insert("bitch", "彪子");
trie.insert("battle", "战斗");
logger.info(trie.toString());
// 检索
List<String> trieNodes = trie.searchPrefix("ba");
logger.info("测试结果:{}", JSON.toJSONString(trieNodes));
}
测试结果
06:21:38.226 [main] INFO trie.__test__.TrieTest - 测试结果:["bat -> 大厂","batch -> 批量","battle -> 战斗"]
Process finished with exit code 0
- END -
你好,我是小傅哥。一线互联网java
工程师、T8架构师,开发过交易&营销、写过运营&活动、设计过中间件也倒腾过中继器、IO板卡。不只是写Java语言,也搞过C#、PHP,是一个技术活跃的折腾者。