字典树(java)

本文详细介绍了Trie树的数据结构及其在Java中的实现方法。包括节点的定义、插入、搜索和统计前缀单词数量的功能,并提供了完整的代码示例。Trie树能够高效地处理字符串集合的查找和插入操作,适用于自动补全、拼写检查等应用场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

public class Trie {

    /**
     * 节点信息
     */
    private static class Node {
        Node[] child = new Node[26];
        //该节点被num个单词路过
        int num = 0;
        //该节点上的单词个数
        int wordNum = 0;
        boolean flag = false;
        String val = "";

        public Node() {
        }
    }

    public Trie() {
    }

    public Node root = new Node();

    /**
     * 插入单词
     * @param string
     */
    private void insert(String string) {
        Node p = this.root;
        char[] a = string.toCharArray();
        for (char c : a) {
            int index = c - 'a';
            if (p.child[index] == null) {
                Node q = new Node();
                p.child[index] = q;
            }
            p.child[index].num++;
            p = p.child[index];
        }
        p.flag = true;
        p.val = string;
        p.wordNum++;
    }

    /**
     * 查找单词
     * @param str
     * @return
     */
    private boolean search(String str) {
        Node p = this.root;
        char[] a = str.toCharArray();
        for (char c : a) {
            int index = c - 'a';
            if (p.child[index] == null) {
                return false;
            } else {
                p = p.child[index];
            }
        }
        return p.flag;
    }

    /**
     * 以str为开头的单词个数
     * @param str
     * @return
     */
    private int startWithNum(String str) {
        Node p = this.root;
        char[] a = str.toCharArray();
        for (char c : a) {
            int index = c - 'a';
            if (p.child[index] == null) {
                return 0;
            } else {
                p = p.child[index];
            }
        }
        return p.num;
    }


    /**
     * 按字典序输出
     * @param root
     */
    private static void printPre(Node root) {
        if (root != null) {
            int x = root.wordNum;
            while (x > 0) {
                System.out.println(root.val);
                x--;
            }
            for (Node p : root.child) {
                printPre(p);
            }
        }
    }
    public static void main(String[] args) {
        Trie root = new Trie();
        root.insert("apple");
        root.insert("app");
        root.insert("app");
        System.out.println(root.search("apple"));
        System.out.println(root.search("app"));
        System.out.println(root.search("apl"));
        System.out.println(root.search("sda"));
        System.out.println("----------------------");
        System.out.println(root.startWithNum("app"));
        System.out.println(root.startWithNum("ap"));
        System.out.println(root.startWithNum("appl"));
        System.out.println("---------------");
        //System.out.println(startWith("appp"));

        System.out.println("-----------------");
        printPre(root.root);
    }
}

 

### Java字典树(Trie)的实现与应用 #### Trie 树概述 Trie 树,又称单词查找树或键树,是一种特殊的树形结构。这种数据结构特别适用于处理字符串集合的操作,在统计、排序和保存大量字符串方面表现出色。由于其高效的前缀匹配特性,Trie 树广泛应用于搜索引擎系统的文本词频统计功能中[^2]。 #### Trie 树的特点 - **高效性**:通过共享公共前缀的方式减少了不必要的字符比较次数; - **快速检索**:能够迅速定位特定模式或者计算具有相同前缀的字符串数量; - **节省空间**:当多个关键字存在共同前缀时可以共用存储位置; #### Java 实现 Trie 数据结构 为了在 Java 中构建一个基本的 Trie 结构,下面提供了一个简单的例子: ```java class TrieNode { private final int ALPHABET_SIZE = 26; public TrieNode[] children = new TrieNode[ALPHABET_SIZE]; boolean isEndOfWord; public TrieNode() { isEndOfWord = false; for (int i = 0; i < ALPHABET_SIZE; ++i) children[i] = null; } } public class Trie { private static TrieNode root; // 初始化根节点 public Trie() {root = new TrieNode(); } // 插入新关键词的方法 void insert(String key) { int level; int length = key.length(); int index; TrieNode pCrawl = root; for (level = 0; level < length; level++) { index = key.charAt(level) - 'a'; if (pCrawl.children[index] == null) pCrawl.children[index] = new TrieNode(); pCrawl = pCrawl.children[index]; } // 设置最后一个字母为结束标志位 pCrawl.isEndOfWord = true; } // 查找给定的关键字是否存在 boolean search(String key){ int level; int length = key.length(); int index; TrieNode pCrawl = root; for (level = 0; level < length ; level++){ index = key.charAt(level)-'a'; if (pCrawl.children[index] == null) return false; pCrawl = pCrawl.children[index]; } return (pCrawl != null && pCrawl.isEndOfWord); } } ``` 此代码片段展示了如何创建一个基础版本的 Trie 类及其两个核心操作——`insert()` 和 `search()` 方法。该类支持大小写字母组成的英文单词插入和查询操作[^4]。 #### 应用场景举例 除了上述提到的基础用途外,Trie 还可以在更复杂的环境中发挥作用,比如: - 自动补全提示:基于用户输入的部分信息预测可能的结果列表; - 单词游戏中的有效词汇验证:即时判断玩家提交的答案是否存在于预定义的合法词语集中; - IP 地址路由表管理:优化网络包转发路径的选择过程;
评论
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