Trie
在计算机科学中，trie，又称前缀树或字典樹，是一种有序树，用于保存关联数组，其中的键通常是字符串。与二叉查找树不同，键不是直接保存在节点中，而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀，也就是这个节点对应的字符串，而根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。
Trie这个术语来自于retrieval。trie的发明者Edward Fredkin把它读作/ˈtriː/ "tree"。[1][2]但是，其他作者把它读作/ˈtraɪ/ "try"。[1][2][3]
在图示中，键标注在节点中，值标注在节点之下。每一个完整的英文单词对应一个特定的整数。Trie可以看作是一个确定有限状态自动机，尽管边上的符号一般是隐含在分支的顺序中的。
键不需要被显式地保存在节点中。图示中标注出完整的单词，只是为了演示trie的原理。
trie中的键通常是字符串，但也可以是其它的结构。trie的算法可以很容易地修改为处理其它结构的有序序列，比如一串数字或者形状的排列。比如，bitwise trie中的键是一串位元，可以用于表示整数或者内存地址。
应用[编辑]
trie树常用于搜索提示。如当输入一个网址，可以自动搜索出可能的选择。当没有完全匹配的搜索结果，可以返回前缀最相似的可能。[4]
实现方式[编辑]
trie树实际上是一个确定有限状态自动机(DFA)，通常用转移矩阵表示。行表示状态，列表示输入字符，（行，列）位置表示转移状态。这种方式的查询效率很高，但由于稀疏的现象严重，空间利用效率很低。也可以采用压缩的存储方式即链表来表示状态转移，但由于要线性查询，会造成效率低下。
于是人们提出了下面两种结构。[5]
三数组Trie[编辑]
三数组Trie（Triple-Array Trie）结构包括三个数组：base,next和check.
二数组Trie[编辑]
二数组Trie（Double-Array Trie）包含base和check两个数组。base数组的每个元素表示一个Trie节点，即一个状态；check数组表示某个状态的前驱状态。
实例[编辑]
这是一个用于词频统计的程序范例，因使用了getline(3)，所以需要glibc才能链接成功，没有glibc的话可以自行改写。
#include <stdio.h> #include <stdlib.h> #include <string.h> #define TREE_WIDTH 256 #define WORDLENMAX 128 struct trie_node_st { int count; int pass; //add a count for the part-include for example 'this is' then the 'is' is hited two times struct trie_node_st *next[TREE_WIDTH]; }; static struct trie_node_st root={0, 0, {NULL}}; static const char *spaces=" \t\n/.\"\'()"; void myfree(struct trie_node_st * rt) { for(int i=0; i<TREE_WIDTH; i++){ if(rt->next[i]!=NULL){ myfree(rt->next[i]); rt->next[i] = NULL; } } free(rt); return; } static int insert (const char *word) { int i; struct trie_node_st *curr, *newnode; if (word[0]=='\0'){ return 0; } curr = &root; for (i=0; ; ++i) { if (word[i] == '\0') { break; } curr->pass++;//count if (curr->next[ word[i] ] == NULL) { newnode = (struct trie_node_st*)malloc(sizeof(struct trie_node_st)); memset (newnode, 0, sizeof(struct trie_node_st)); curr->next[ word[i] ] = newnode; } curr = curr->next[ word[i] ]; } curr->count ++; return 0; } static void printword (const char *str, int n) { printf ("%s\t%d\n", str, n); } static int do_travel (struct trie_node_st *rootp) { static char worddump[WORDLENMAX+1]; static int pos=0; int i; if (rootp == NULL) { return 0; } if (rootp->count) { worddump[pos]='\0'; printword (worddump, rootp->count+rootp->pass); } for (i=0;i<TREE_WIDTH;++i) { worddump[pos++]=i; do_travel (rootp->next[i]); pos--; } return 0; } int main (void) { char *linebuf=NULL, *line, *word; size_t bufsize=0; int ret; while (1) { ret=getline (&linebuf, &bufsize, stdin); if (ret==-1) { break; } line=linebuf; while (1) { word = strsep (&line, spaces); if (word==NULL) { break; } if (word[0]=='\0') { continue; } insert (word); } } do_travel (&root); free (linebuf); for(int i=0; i<TREE_WIDTH; i++){ if(root.next[i]!=NULL){ myfree(root.next[i]); } } exit (0); } 参考资料[编辑]
- ^ 1.0 1.1 Black, Paul E. trie. Dictionary of Algorithms and Data Structures. 国家标准技术研究所. 2009-11-16 [2012-07-08]. （原始内容存档于2010-05-19）.
- ^ 2.0 2.1 Franklin Mark Liang. Word Hy-phen-a-tion By Com-put-er (PDF) (Doctor of Philosophy论文). Stanford University. 1983 [2010-03-28]. （原始内容 (PDF)存档于2010-05-19）.
- ^ Knuth, Donald. 6.3: Digital Searching. The Art of Computer Programming Volume 3: Sorting and Searching 2nd. Addison-Wesley. 1997: 492. ISBN 0-201-89685-0.
- ^ 米嘉. 大规模中文文本检索中的高性能索引研究 (硕士论文). [2005].
- ^ An Implementation of Double-Array Trie. [2012-07-19]. （原始内容存档于2009-03-19）.
| |||||||||||||||||||||||||||||||||||||||||||||||