Trie树|字典树(字符串排序)
2015-11-11 16:14
253 查看
有时,我们会碰到对字符串的排序,若采用一些经典的排序算法,则时间复杂度一般为O(n*lgn),但若采用Trie树,则时间复杂度仅为O(n)。
Trie树又名字典树,从字面意思即可理解,这种树的结构像英文字典一样,相邻的单词一般前缀相同,之所以时间复杂度低,是因为其采用了以空间换取时间的策略。
下图为一个针对字符串排序的Trie树(我们假设在这里字符串都是小写字母),每个结点有26个分支,每个分支代表一个字母,结点存放的是从root节点到达此结点的路经上的字符组成的字符串。
将每个字符串插入到trie树中,到达特定的结尾节点时,在这个节点上进行标记,如插入"afb",第一个字母为a,沿着a往下,然后第二个字母为f,沿着f往下,第三个为b,沿着b往下,由于字符串最后一个字符为'\0',因而结束,不再往下了,然后在这个节点上标记afb.count++,即其个数增加1.
之后,通过前序遍历此树,即可得到字符串从小到大的顺序。(图取自网络)
数据结构如下:
[java]
view plaincopy
package com.trie;
import java.util.ArrayList;
import java.util.List;
/**
* @author silence
* @since 2013/7/2
* */
public class Node {
boolean isWord = false;
Node[] child = new Node[26];//0-25:a:b
List<String> pos = new ArrayList<String>();
}
实现代码:
[java]
view plaincopy
package com.trie;
/**
* @author silence
* @since 2013/7/2
* */
public class Trie {
private Node root;
Trie(){
root = new Node();
}
public void addWord(String word,String pos){
int len = word.length();
Node s = root;
for(int i =0;i<len;i++){
int ch = word.charAt(i)-97;//c2 h7
if(s.child[ch] !=null){//有节点了
s = s.child[ch];//后移
}else{//没节点
Node child = new Node();
if(i==len-1){//最后一个字符
child.isWord = true;
child.pos.add(pos);
}
s.child[ch] = child;//挂上节点
s = child;//后移
}
}
}
public void findWord(String word){
int len = word.length();
Node s = root;
for(int i =0;i<len;i++){
int ch = word.charAt(i)-97;
if(s.child[ch]!=null){//节点存在
s = s.child[ch];//后移
if(i == len -1){
for(String pos :s.pos){
System.out.println(pos);
}
}
}else{
System.out.println("不存在这个单词");
return ;
}
}
}
public static void main(String[] args) {
Trie trie = new Trie();
trie.addWord("silence", "1");
trie.addWord("hello", "2");
trie.addWord("word", "3");
trie.findWord("silence");
}
}
Trie树又名字典树,从字面意思即可理解,这种树的结构像英文字典一样,相邻的单词一般前缀相同,之所以时间复杂度低,是因为其采用了以空间换取时间的策略。
下图为一个针对字符串排序的Trie树(我们假设在这里字符串都是小写字母),每个结点有26个分支,每个分支代表一个字母,结点存放的是从root节点到达此结点的路经上的字符组成的字符串。
将每个字符串插入到trie树中,到达特定的结尾节点时,在这个节点上进行标记,如插入"afb",第一个字母为a,沿着a往下,然后第二个字母为f,沿着f往下,第三个为b,沿着b往下,由于字符串最后一个字符为'\0',因而结束,不再往下了,然后在这个节点上标记afb.count++,即其个数增加1.
之后,通过前序遍历此树,即可得到字符串从小到大的顺序。(图取自网络)
数据结构如下:
[java]
view plaincopy
package com.trie;
import java.util.ArrayList;
import java.util.List;
/**
* @author silence
* @since 2013/7/2
* */
public class Node {
boolean isWord = false;
Node[] child = new Node[26];//0-25:a:b
List<String> pos = new ArrayList<String>();
}
实现代码:
[java]
view plaincopy
package com.trie;
/**
* @author silence
* @since 2013/7/2
* */
public class Trie {
private Node root;
Trie(){
root = new Node();
}
public void addWord(String word,String pos){
int len = word.length();
Node s = root;
for(int i =0;i<len;i++){
int ch = word.charAt(i)-97;//c2 h7
if(s.child[ch] !=null){//有节点了
s = s.child[ch];//后移
}else{//没节点
Node child = new Node();
if(i==len-1){//最后一个字符
child.isWord = true;
child.pos.add(pos);
}
s.child[ch] = child;//挂上节点
s = child;//后移
}
}
}
public void findWord(String word){
int len = word.length();
Node s = root;
for(int i =0;i<len;i++){
int ch = word.charAt(i)-97;
if(s.child[ch]!=null){//节点存在
s = s.child[ch];//后移
if(i == len -1){
for(String pos :s.pos){
System.out.println(pos);
}
}
}else{
System.out.println("不存在这个单词");
return ;
}
}
}
public static void main(String[] args) {
Trie trie = new Trie();
trie.addWord("silence", "1");
trie.addWord("hello", "2");
trie.addWord("word", "3");
trie.findWord("silence");
}
}
相关文章推荐
- Android快速SDK(24)第三方分享UmengShare【肌肉记忆,分钟接入】
- 开发者必备:支持双证书签名的代码签名工具WoSignCode
- log4j.properties配置详解
- ConcurrentDictionary和Dictionary
- Javascript 上传文件到Azure存储
- PHP - 数学运算
- C项目开发—通讯录(一) 整体设计及界面、框架搭建
- 听“Siri之父”讲述Siri背后的故事
- 微信上传图片
- 如何使用R语言连接MySQL数据库,rjson,网页抓取
- AFNetworking 网络库
- linux shell — 7.linux 磁盘与文件系统管理
- iframe的一些简单记录
- PHP - 操作符与控制结构
- python(3.4)使用mysql(5.6)
- 文章标题
- AFNetworking 使用总结 (用法+JSON解析)转载
- 设置相关:版本号,清除缓存
- 机器学习复习——GBDT
- IOS7 点击空白处隐藏键盘的几种方法