acwing 字典树/前缀树(Trie)

文章介绍了如何使用Trie树实现字符串统计(ACWing835)和查找最大异或对(ACWing143),以及在LeetCode问题中构建节点型前缀树的实例。

  • 树中为每个节点编号,每条路径表示一个原始元素,
  • 如:节点为字符,原始元素为字符串,
  • 或:节点为比特位,原始元素为一个数
  • 因为会使用节点编号查询存储矩阵的行位置
  • 所以存储矩阵的行数开可能的最多的节点个数

AcWing 835. Trie字符串统计

在这里插入图片描述

#include <iostream>
#include <string>
#include <unordered_map>

using namespace std;

const int maxn = 1e5 + 10;
int trie[maxn][26], count[maxn];
int index = 0;


void insert(const string& str)
{
    int cur = 0;
    for(int i = 0; i < str.size(); ++i)
    {
        int col_idx = str[i] - 'a';
        // 当前字符在字典树路径中未出现,插入并指定序号
        if(trie[cur][col_idx] == 0)
            trie[cur][col_idx] = ++index;
        // 沿着树中路径向下查询
        cur = trie[cur][col_idx];
    }
    // 当前路径结尾处标记累加已出现次数
    count[cur]++;
}

int query(const string& str)
{
    int cur = 0;
    for(int i = 0; i < str.size(); ++i)
    {
        int col_idx = str[i] - 'a';
        if(trie[cur][col_idx] == 0)
            return 0;
        cur = trie[cur][col_idx];
    }
    return count[cur];
}

int main()
{
    int N;
    cin >> N;
    char op;
    string str;
    for(int i = 0; i < N; ++i)
    {
        cin >> op >> str;
        if(op == 'I')
            insert(str);
        else
            cout << query(str) << endl;
    }   
    
    return 0;    
}

AcWing 143. 最大异或对

在这里插入图片描述

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1e5 + 10, M = 31e5 + 10;
int n = 0, index = 0;
int nums[N], trie[M][2];
// int re[M];

// 构建树
void insert(int num)
{
    int cur = 0;
    for(int i = 31; i >= 0; --i)
    {
        int col_idx = (num >> i) & 1;
        if(trie[cur][col_idx] == 0)
            trie[cur][col_idx] = ++index;
        cur = trie[cur][col_idx];
    }
    // re[cur] = num;
}

// 查询树中与当前元素异或值最大的节点
// 根据对应比特位上是否相异确定查询路径
int query(int num)
{
    int ret = 0, cur = 0;
    for(int i = 31; i >=0; --i)
    {
        int col_idx = (num >> i) & 1;
        if(trie[cur][!col_idx] != 0)
        {
            ret += 1 << i;
            cur = trie[cur][!col_idx];
        }
        else
            cur = trie[cur][col_idx];
    }
    // return num ^ re[cur];
    return ret;
}

int main()
{
    cin >> n;
    for(int i = 0; i < n; ++i)
    {
        cin >> nums[i];
        insert(nums[i]);
    }
    int ret = 0;
    for(int i = 0; i < n; ++i)
        ret = max(ret, query(nums[i]));
    cout << ret;
    return 0;
}

lc上前缀树实现(节点型)

208. 实现 Trie (前缀树)
在这里插入图片描述

class Trie {
private:
    vector<Trie*> next;
    bool isEnd;
public:
    Trie() 
        :next(26), isEnd(false)
    { }
    
    void insert(string word) {
        Trie *cur = this;
        for(auto &a : word)
        {
            int idx = a - 'a';
            if(cur->next[idx] == nullptr)
                cur->next[idx] = new Trie;
            cur = cur->next[idx];
        }
        cur->isEnd = true;
    }
    
    bool search(string word) {
        Trie *cur = this;
        for(auto &a : word)
        {
            int idx = a - 'a';
            if(cur->next[idx] == nullptr)
                return false;
            cur = cur->next[idx];
        }
        return cur->isEnd;
    }
    
    bool startsWith(string prefix) {
        Trie *cur = this;
        for(auto &a : prefix)
        {
            int idx = a - 'a';
            if(cur->next[idx] == nullptr)
                return false;
            cur = cur->next[idx];
        }
        return true;
    }
};
站内引用提及了「一本通 2.3 练习 4」背单词与 Trie 字典树相关,但未给出题目解析及学习资料。Trie 字典树,又称前缀,是一种形数据结构,常用于高效地存储和检索字符串集合。在背单词的场景中,Trie 字典树可用于快速查找单词、判断单词是否存在、统计前缀出现的次数等。 对于题目解析,一般需要结合具体的题目要求。通常在使用 Trie 字典树解决背单词相关问题时,可能会涉及到以下步骤: 1. 构建 Trie :将所有单词插入到 Trie 中。 ```python class TrieNode: def __init__(self): self.children = {} self.is_end_of_word = False class Trie: def __init__(self): self.root = TrieNode() def insert(self, word): node = self.root for char in word: if char not in node.children: node.children[char] = TrieNode() node = node.children[char] node.is_end_of_word = True ``` 2. 查询操作:根据题目要求在 Trie 中查找单词或前缀。 ```python def search(self, word): node = self.root for char in word: if char not in node.children: return False node = node.children[char] return node.is_end_of_word def starts_with(self, prefix): node = self.root for char in prefix: if char not in node.children: return False node = node.children[char] return True ``` 学习资料方面,可以参考算法竞赛相关书籍,如《算法竞赛入门经典》《算法导论》等。在线学习平台如 LeetCode、AcWing 等也有很多关于 Trie 的题目和题解,可以帮助加深理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值