Оригинал: https://www.cnblogs.com/huangxincheng/archive/2012/11/25/2788268.html
Некоторое время не писал этой серию, то Trie, название TRIE Есть много из нас сегодня, таких как словарного дерева, дерево префиксов и так далее.
A: Концепции
Здесь мы имеем и, как, в, сп, ком эти ключевые слова, то, как построить его синтаксического дерева?
На рисунке выше, мы можем найти некоторые более или менее забавные черты.
Во-первых: корневой узел не содержит символов, каждый дочерний узел, за исключением корневого узла содержит символ.
Во-вторых: от корневого узла к узлу на пути через присоединенную символов, это строка, соответствующая узлу.
В-третьих: общий префикс символ каждого слова в качестве узла экономии.
Два: Используйте диапазон
Поскольку изучение TRIE, мы, конечно, хотим знать этот материал используется делать.
Статистика частоты слов: Во-первых.
Некоторые люди могут сказать, и статистика частоты слов просто ах, хэш или стек может пнуть вниз закругляться, но вопрос в том, если ограниченная память о нем? Можно сделать
Поиграть? Таким образом, здесь мы можем использовать пространство ниже, чтобы сжать синтаксическое дерево, так как общий префикс с узлом сохраняется.
Во-вторых, матч префикс
Возьмите выше таблицу, например, если я хочу, чтобы все струны «а» начало, из рисунка ясно видно, что: и, как, на, если не Trie,
Как вы это делаете? Видимо сложность простое время практика O (N 2 ), а затем использовать Trie не то же самое, это может быть сделано, H длина слова для поиска для вас,
Можно сказать, что это эффект шипа.
Например: существующий номер строка 1 «и», мы должны быть вставлены в синтаксическое дерево, идея использования динамического программирования, число «1» к узлу, включенному в каждом пути,
Поэтому после того, как мы ищем «а», «ЭН», «и» для строки префикс номера будет легко.
三：实际操作
到现在为止，我想大家已经对trie树有了大概的掌握，下面我们看看如何来实现。
1：定义trie树节点
为了方便，我也采用纯英文字母，我们知道字母有26个，那么我们构建的trie树就是一个26叉树，每个节点包含26个子节点。
1 #region Trie树节点
2 /// <summary>
3 /// Trie树节点
4 /// </summary>
5 public class TrieNode
6 {
7 /// <summary>
8 /// 26个字符，也就是26叉树
9 /// </summary>
10 public TrieNode[] childNodes;
11
12 /// <summary>
13 /// 词频统计
14 /// </summary>
15 public int freq;
16
17 /// <summary>
18 /// 记录该节点的字符
19 /// </summary>
20 public char nodeChar;
21
22 /// <summary>
23 /// 插入记录时的编码id
24 /// </summary>
25 public HashSet<int> hashSet = new HashSet<int>();
26
27 /// <summary>
28 /// 初始化
29 /// </summary>
30 public TrieNode()
31 {
32 childNodes = new TrieNode[26];
33 freq = 0;
34 }
35 }
36 #endregion
2: 添加操作
既然是26叉树，那么当前节点的后续子节点是放在当前节点的哪一叉中，也就是放在childNodes中哪一个位置，这里我们采用
int k = word[0] - 'a'来计算位置。
1 /// <summary>
2 /// 插入操作
3 /// </summary>
4 /// <param name="root"></param>
5 /// <param name="s"></param>
6 public void AddTrieNode(ref TrieNode root, string word, int id)
7 {
8 if (word.Length == 0)
9 return;
10
11 //求字符地址，方便将该字符放入到26叉树中的哪一叉中
12 int k = word[0] - 'a';
13
14 //如果该叉树为空，则初始化
15 if (root.childNodes[k] == null)
16 {
17 root.childNodes[k] = new TrieNode();
18
19 //记录下字符
20 root.childNodes[k].nodeChar = word[0];
21 }
22
23 //该id途径的节点
24 root.childNodes[k].hashSet.Add(id);
25
26 var nextWord = word.Substring(1);
27
28 //说明是最后一个字符，统计该词出现的次数
29 if (nextWord.Length == 0)
30 root.childNodes[k].freq++;
31
32 AddTrieNode(ref root.childNodes[k], nextWord, id);
33 }
34 #endregion
3：删除操作
删除操作中，我们不仅要删除该节点的字符串编号，还要对词频减一操作。
/// <summary>
/// 删除操作
/// </summary>
/// <param name="root"></param>
/// <param name="newWord"></param>
/// <param name="oldWord"></param>
/// <param name="id"></param>
public void DeleteTrieNode(ref TrieNode root, string word, int id)
{
if (word.Length == 0)
return;
//求字符地址，方便将该字符放入到26叉树种的哪一颗树中
int k = word[0] - 'a';
//如果该叉树为空,则说明没有找到要删除的点
if (root.childNodes[k] == null)
return;
var nextWord = word.Substring(1);
//如果是最后一个单词，则减去词频
if (word.Length == 0 && root.childNodes[k].freq > 0)
root.childNodes[k].freq--;
//删除途经节点
root.childNodes[k].hashSet.Remove(id);
DeleteTrieNode(ref root.childNodes[k], nextWord, id);
}
4：测试
这里我从网上下载了一套的词汇表，共2279条词汇，现在我们要做的就是检索“go”开头的词汇，并统计go出现的频率。
1 public static void Main()
2 {
3 Trie trie = new Trie();
4
5 var file = File.ReadAllLines(Environment.CurrentDirectory + "//1.txt");
6
7 foreach (var item in file)
8 {
9 var sp = item.Split(new char[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);
10
11 trie.AddTrieNode(sp.LastOrDefault().ToLower(), Convert.ToInt32(sp[0]));
12 }
13
14 Stopwatch watch = Stopwatch.StartNew();
15
16 //检索go开头的字符串
17 var hashSet = trie.SearchTrie("go");
18
19 foreach (var item in hashSet)
20 {
21 Console.WriteLine("当前字符串的编号ID为:{0}", item);
22 }
23
24 watch.Stop();
25
26 Console.WriteLine("耗费时间:{0}", watch.ElapsedMilliseconds);
27
28 Console.WriteLine("\n\ngo 出现的次数为:{0}\n\n", trie.WordCount("go"));
29 }
下面我们拿着ID到txt中去找一找，嘿嘿，是不是很有意思。
测试文件：1.txt
完整代码：
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Diagnostics; using System.Threading; using System.IO; namespace ConsoleApplication2 { public class Program { public static void Main() { Trie trie = new Trie(); var file = File.ReadAllLines(Environment.CurrentDirectory + "//1.txt"); foreach (var item in file) { var sp = item.Split(new char[] { ' ' }, StringSplitOptions.RemoveEmptyEntries); trie.AddTrieNode(sp.LastOrDefault().ToLower(), Convert.ToInt32(sp[0])); } Stopwatch watch = Stopwatch.StartNew(); //检索go开头的字符串 var hashSet = trie.SearchTrie("go"); foreach (var item in hashSet) { Console.WriteLine("当前字符串的编号ID为:{0}", item); } watch.Stop(); Console.WriteLine("耗费时间:{0}", watch.ElapsedMilliseconds); Console.WriteLine("\n\ngo 出现的次数为:{0}\n\n", trie.WordCount("go")); } } public class Trie { public TrieNode trieNode = new TrieNode(); #region Trie树节点 /// <summary> /// Trie树节点 /// </summary> public class TrieNode { /// <summary> /// 26个字符，也就是26叉树 /// </summary> public TrieNode[] childNodes; /// <summary> /// 词频统计 /// </summary> public int freq; /// <summary> /// 记录该节点的字符 /// </summary> public char nodeChar; /// <summary> /// 插入记录时的编号id /// </summary> public HashSet<int> hashSet = new HashSet<int>(); /// <summary> /// 初始化 /// </summary> public TrieNode() { childNodes = new TrieNode[26]; freq = 0; } } #endregion #region 插入操作 /// <summary> /// 插入操作 /// </summary> /// <param name="word"></param> /// <param name="id"></param> public void AddTrieNode(string word, int id) { AddTrieNode(ref trieNode, word, id); } /// <summary> /// 插入操作 /// </summary> /// <param name="root"></param> /// <param name="s"></param> public void AddTrieNode(ref TrieNode root, string word, int id) { if (word.Length == 0) return; //求字符地址，方便将该字符放入到26叉树中的哪一叉中 int k = word[0] - 'a'; //如果该叉树为空，则初始化 if (root.childNodes[k] == null) { root.childNodes[k] = new TrieNode(); //记录下字符 root.childNodes[k].nodeChar = word[0]; } //该id途径的节点 root.childNodes[k].hashSet.Add(id); var nextWord = word.Substring(1); //说明是最后一个字符，统计该词出现的次数 if (nextWord.Length == 0) root.childNodes[k].freq++; AddTrieNode(ref root.childNodes[k], nextWord, id); } #endregion #region 检索操作 /// <summary> /// 检索单词的前缀,返回改前缀的Hash集合 /// </summary> /// <param name="s"></param> /// <returns></returns> public HashSet<int> SearchTrie(string s) { HashSet<int> hashSet = new HashSet<int>(); return SearchTrie(ref trieNode, s, ref hashSet); } /// <summary> /// 检索单词的前缀,返回改前缀的Hash集合 /// </summary> /// <param name="root"></param> /// <param name="s"></param> /// <returns></returns> public HashSet<int> SearchTrie(ref TrieNode root, string word, ref HashSet<int> hashSet) { if (word.Length == 0) return hashSet; int k = word[0] - 'a'; var nextWord = word.Substring(1); if (nextWord.Length == 0) { //采用动态规划的思想，word最后节点记录这途经的id hashSet = root.childNodes[k].hashSet; } SearchTrie(ref root.childNodes[k], nextWord, ref hashSet); return hashSet; } #endregion #region 统计指定单词出现的次数 /// <summary> /// 统计指定单词出现的次数 /// </summary> /// <param name="root"></param> /// <param name="word"></param> /// <returns></returns> public int WordCount(string word) { int count = 0; WordCount(ref trieNode, word, ref count); return count; } /// <summary> /// 统计指定单词出现的次数 /// </summary> /// <param name="root"></param> /// <param name="word"></param> /// <param name="hashSet"></param> /// <returns></returns> public void WordCount(ref TrieNode root, string word, ref int count) { if (word.Length == 0) return; int k = word[0] - 'a'; var nextWord = word.Substring(1); if (nextWord.Length == 0) { //采用动态规划的思想，word最后节点记录这途经的id count = root.childNodes[k].freq; } WordCount(ref root.childNodes[k], nextWord, ref count); } #endregion #region 修改操作 /// <summary> /// 修改操作 /// </summary> /// <param name="newWord"></param> /// <param name="oldWord"></param> /// <param name="id"></param> public void UpdateTrieNode(string newWord, string oldWord, int id) { UpdateTrieNode(ref trieNode, newWord, oldWord, id); } /// <summary> /// 修改操作 /// </summary> /// <param name="root"></param> /// <param name="newWord"></param> /// <param name="oldWord"></param> /// <param name="id"></param> public void UpdateTrieNode(ref TrieNode root, string newWord, string oldWord, int id) { //先删除 DeleteTrieNode(oldWord, id); //再添加 AddTrieNode(newWord, id); } #endregion #region 删除操作 /// <summary> /// 删除操作 /// </summary> /// <param name="root"></param> /// <param name="newWord"></param> /// <param name="oldWord"></param> /// <param name="id"></param> public void DeleteTrieNode(string word, int id) { DeleteTrieNode(ref trieNode, word, id); } /// <summary> /// 删除操作 /// </summary> /// <param name="root"></param> /// <param name="newWord"></param> /// <param name="oldWord"></param> /// <param name="id"></param> public void DeleteTrieNode(ref TrieNode root, string word, int id) { if (word.Length == 0) return; //求字符地址，方便将该字符放入到26叉树种的哪一颗树中 int k = word[0] - 'a'; //如果该叉树为空,则说明没有找到要删除的点 if (root.childNodes[k] == null) return; var nextWord = word.Substring(1); //如果是最后一个单词，则减去词频 if (word.Length == 0 && root.childNodes[k].freq > 0) root.childNodes[k].freq--; //删除途经节点 root.childNodes[k].hashSet.Remove(id); DeleteTrieNode(ref root.childNodes[k], nextWord, id); } #endregion } }