理解前缀树

简介: 理解前缀树

Prefix tree

前缀树实现

class Node
{
    public int pass;
    public int end;
    public Node[] nexts;
    /******也可以用哈希表******/
    public Node()
    {
        pass = 0;
        end = 0;
        nexts = new Node[26];
    }
};
class Tris
{
    private Node root;
    public Tris(){root = new Node(); }
    public void Insert(string str)
    {
        if(str == null)
        {
            return;
        }
        char[] chs = str.toCharArray();
        Node node = root;
        node.pass++;
        int index = 0;
        for(int i = 0;i < charr.size(); i++)
        {
            index = chs[i] - 'a';
            if(node.nexts[index] == null)
            {
                node.nexts[index] = new Node();
            }
            node = node.nexts[index];
            node.pass++;
        }
        node.end++;
    }
    public void Desert(string str)
    {
        if(!Search(str)) return;
        char[] chs = str.toCharArray();
        Node node = root;
        int index = 0;
        node.pass--;
        for(int i = 0;i < chs.size(); i++)
        {
            index = chs[i] - 'a';
            if(--node.nexts[index].pass == 0)
            {
                node.nexts[index] = null;
                return;
                /******c++需要手动遍历释放节点******/
            }
            node = node.nexts[index];
        }
        node.end--;
    }
    public boolean Search(string str)
    {
        if(str == null) return true;
        char[] chs = str.toCharArray();
        Node node = root;
        int index = 0;
        for(int i = 0;i < chs.size(); i++)
        {
            index = chs[i] - 'a';
            if(node.nexts[index] == null) return false;
            node = node.nexts[index];
        }
        return node.end > 0;
    }
    /******查找有多少以str为前缀的字符串******/
    public int SearchPre(string str)
    {
        if(str == null) return 0;
        Node node = root;
        int index = 0;
        char[] chs = str.toCharArray();
        for(int i = 0;i < chs.size();i++)
        {
            index = chs[i] - 'a';
            if(node.nexts[index] == null) return 0;
            node = node.nexts[index];
        }
        return node.pass;
    }
}


目录
相关文章
|
4月前
|
存储 算法
Trie字典树
Trie字典树
47 1
|
7月前
|
搜索推荐
前缀树Trie
前缀树Trie
|
7月前
|
存储 C++
leetcode-208:实现 Trie (前缀树/字典树)
leetcode-208:实现 Trie (前缀树/字典树)
56 0
|
7月前
|
NoSQL 容器 消息中间件
字典树 (Trie)
字典树 (Trie)
|
存储 Python
字典树(Trie,
字典树(Trie,也称为前缀树或单词查找树)是一种用于存储字符串的树形数据结构。它是一种特殊的多叉树,其中每个节点都包含一个字符和一个指向其子节点的指针数组。字典树的主要作用是用于快速查找字符串和处理字符串的前缀。
66 6
|
存储
前缀树
Trie(发音类似 "try")或者说 前缀树 是一种树形数据结构,用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景,例如自动补完和拼写检查。
82 0
前缀树
|
存储 机器学习/深度学习 算法
|
机器学习/深度学习 存储 自然语言处理
Trie树
Trie树
114 0
|
存储 自然语言处理 算法
字典树详解
字典树,顾名思义,是关于“字典”的一棵树。即:它是对于字典的一种存储方式(所以是一种数据结构而不是算法)。
177 0
字典树详解
|
Java C++
字典树(前缀树)
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。
113 0

热门文章

最新文章