字典树(前缀树)简单实现

什么时字典树

又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

基本操作

查找、插入、删除（此段代码没有实现删除）

实现

在每一个节点上不保存信息，把信息保存在边（路径）上。

如上图所示将字符串的状态表示在节点之间的连接线上。

插入：

遍历需要插入的字符串，从树的根节点开始查找，是否存在当前边，如果不存在则新建一条边，然后指向下一个节点。如果存在直接指向下一个个节点。

查找：

• 查找一个字符串是否存在

  查找一个字符串是否存在需要在节点上封装一个状态，表示是否有字符串已当前节点结尾。

  原因，假如我们向树中插入一个字符串“abcdefg”，然后查找是否有“abc”的字符串，也会查找出来。

扩展：

• 查找是否有字符串已这个字符串开头

  查找是否有字符串已这个字符串开头，只需看在这个树中能否将这个字符串走完

删除：

删除只需要将每条链上的状态取消掉就行。

public class Trie {
    class TrieNode{
        TrieNode[] next; // 可以用 hash 实现跟复杂的状态
        int end;

        public TrieNode() {
            next = new TrieNode[26];
            end = 0;
        }
    }

    TrieNode root;

    public Trie() {
        root = new TrieNode();
    }

    public void insert(String word) { // 插入
        int n = word.length();
        TrieNode p = root;
        for(int i = 0; i < n; i++){
            int ind = word.charAt(i) - 'a';
            if(p.next[ind] == null) p.next[ind] = new TrieNode(); // 如果不存在则新建一条边
            p = p.next[ind]; // 指向下一个节点
        }
        p.end++;
    }

    public boolean search(String word) { // 查找
        int n = word.length();
        TrieNode p = root;
        for(int i = 0; i < n; i++){
            int ind = word.charAt(i) - 'a';
            if(p.next[ind] == null) return false;
            p = p.next[ind];
        }
        return p.end > 0;
    }
}