150721培训心得（字典树）

最新推荐文章于 2015-07-27 18:13:55 发布

原创最新推荐文章于 2015-07-27 18:13:55 发布 · 482 阅读

0 ·

CC 4.0 BY-SA版权

ACM脚印专栏收录该内容

29 篇文章

订阅专栏

本文深入解析字典树（Trie树）的原理与应用，包括生成字典树的方法、查找过程及内存管理技巧。适用于大规模字符串数据的存储与快速检索。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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），它的优点是：利用字符串的公共前缀来节约存储空间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。

#define MAX 26
struct Trie   
{   
    Trie *next[MAX];   
    int v;   //根据需要变化
}root;

next是表示每层有多少种类的数，如果只是小写字母，则26即可，若改为大小写字母，则是52，若再加上数字，则是62了，这里根据题意来确定。
v可以表示一个字典树到此有多少相同前缀的数目，这里根据需要应当学会自由变化。

生成字典树：

void createTrie(char *str)
{
    int len = strlen(str);
    Trie *p = new Trie;
    p=&root;
    for(int i=0; i<len; ++i)
    {
        int id = str[i]-'0';
        if(p->next[id] == NULL)
        {
            Trie *q=new Trie;
            q->v = 1;    //初始v==1
            for(int j=0; j<MAX; ++j)
                q->next[j] = NULL;
            p->next[id] = q;
            p = p->next[id];
        }
        else
        {
            p->next[id]->v++;
            p = p->next[id];
        }
    }
    // p->v = -1;   //若为结尾，则将v改成-1表示(视情况而定)
}

查找的过程:

int findTrie(char *str)
{
	int len = strlen(str);
	Trie *p = new Trie;
        p=&root;
	for(int i=0; i<len; ++i)
	{
		int id = str[i]-'0';  //根据需要选择是减去'0'还是'a'，或者是'A'
		p = p->next[id];
		if(p == NULL)   //若为空集，表示不存以此为前缀的串
			return 0;
		if(p->v == -1)   //字符集中已有串是此串的前缀
			return -1;
	}
	return -1;   //此串是字符集中某串的前缀
}

对于上述动态字典树，有时会超内存，比如 HDOJ 1671 Phone List ，这是就要记得释放空间了：

int dealTrie(Trie* T)
{
    int i;
    if(T==NULL)
        return 0;
    for(i=0;i<MAX;i++)
    {
        if(T->next[i]!=NULL)
            deal(T->next[i]);
    }
    free(T);
    return 0;
}