1.綜述
又稱單詞查詢樹，trie樹，是一種樹形結構，是一種雜湊樹的變種。典型應用是用於統計，排序和儲存大量的字串（但不僅限於字串），所以經常被搜尋引擎系統用於文字詞頻統計。
它的優點是：利用字串的公共字首來節約儲存空間，最大限度地減少無謂的字串比較，查詢效率比雜湊表高。
trie樹結構的優點在於：
1） 不限制子節點的數量；
2） 自定義的輸入序列化，突破了具體語言、應用的限制，成為乙個通用的框架；
3） 可以進行最大tokens序列長度的限制；
4） 根據已定閾值輸出重複的字串；
5） 提供單個字串頻度查詢功能；
6） 速度快，在兩分鐘內完成2023年1月份人民**（19056行）的重複字串抽取工作。
2.性質
它有3個基本性質：
1) 根節點不包含字元，除根節點外每乙個節點都只包含乙個字元。
2) 從根節點到某一節點，路徑上經過的字元連線起來，為該節點對應的字串。
3) 每個節點的所有子節點包含的字元都不相同。
3.基本操作
其基本操作有:查詢、插入和刪除,當然刪除操作比較少見.我在這裡只是實現了對整個樹的刪除操作,至於單個word的刪除操作也很簡單.
4.實現方法
搜尋字典專案的方法為：
(1) 從根結點開始一次搜尋；
(2) 取得要查詢關鍵詞的第乙個字母，並根據該字母選擇對應的子樹並轉到該子樹繼續進行檢索；
(3) 在相應的子樹上，取得要查詢關鍵詞的第二個字母,並進一步選擇對應的子樹進行檢索。
(4) 迭代過程……
(5) 在某個結點處，關鍵詞的所有字母已被取出，則讀取附在該結點上的資訊，即完成查詢。
其他操作類似處理
5. trie原理——trie的核心思想是空間換時間。利用字串的公共字首來降低查詢時間的開銷以達到提高效率的目的。
6.**實現
複製** **如下:
const int branchnum = 26; //宣告常量
int i;
struct trie_node
};class trie
;trie::trie()
void trie::insert(const char* word)
location = location->next[*word-'a']; //每插入一步，相當於有乙個新串經過，指標要向下移動
word++;
}location->isstr = true; //到達尾部,標記乙個串
}bool trie::search(char *word)
return(location!=null && location->isstr);
}void trie::deletetrie(trie_node *root)
}deleteroot;
}void main() //簡單測試
}有時，我們會碰到對字串的排序，若採用一些經典的排序演算法，則時間複雜度一般為o(n*lgn)，但若採用trie樹，則時間複雜度僅為o(n)。
trie樹又名字典樹，從字面意思即可理解，這種樹的結構像英文本典一樣，相鄰的單詞一般字首相同，之所以時間複雜度低，是因為其採用了以空間換取時間的策略。
下圖為乙個針對字串排序的trie樹(我們假設在這裡字串都是小寫字母)，每個結點有26個分支，每個分支代表乙個字母，結點存放的是從root節點到達此結點的路經上的字元組成的字串。
將每個字串插入到trie樹中，到達特定的結尾節點時，在這個節點上進行標記，如插入"afb"，第乙個字母為a，沿著a往下，然後第二個字母為f，沿著f往下，第三個為b，沿著b往下，由於字串最後乙個字元為'\0'，因而結束，不再往下了，然後在這個節點上標記afb.count++，即其個數增加1.
之後，通過前序遍歷此樹，即可得到字串從小到大的順序。
實現**如下（g++、vc++都編譯通過）：
複製** **如下:
#include
#include
using namespace std;
#define num 26
class node
;class trie
;//程式未考慮delete動態記憶體
int main()
node::node()
trie::trie()
void trie::insert(char* str)
else
i++;
}parent->count++;
}//採用前序遍歷
void trie::output(node* &node, char** str, int& count)
for(int i = 0; i < num; i++)
}}
本文標題: trie樹_字典樹(字串排序)簡介及實現
本文位址:
Trie樹 字典樹（字串排序）
有時，我們會碰到對字串的排序，若採用一些經典的排序演算法，則時間複雜度一般為o n lgn 但若採用trie樹，則時間複雜度僅為o n trie樹又名字典樹，從字面意思即可理解，這種樹的結構像英文本典一樣，相鄰的單詞一般字首相同，之所以時間複雜度低，是因為其採用了以空間換取時間的策略。下圖為乙個針對...
Trie樹 字典樹 字串排序
有時，我們會碰到對字串的排序，若採用一些經典的排序演算法，則時間複雜度一般為o n lgn 但若採用trie樹，則時間複雜度僅為o n trie樹又名字典樹，從字面意思即可理解，這種樹的結構像英文本典一樣，相鄰的單詞一般字首相同，之所以時間複雜度低，是因為其採用了以空間換取時間的策略。下圖為乙個針對...
字串 Trie樹（字典樹）
關於這個字串的資料結構我就不多說什麼了，不知道的可以戳這裡.trie樹在oi中應用廣泛，時間優秀，缺點就是空間占用大。下文中我們將字符集大小稱為 k，模式串長度為p trie支援o np 建樹，o p 插入，查詢，刪除。可是如果二維陣列儲存的話，就要耗費kn 的空間，基本無法承受。空間上我們可以用指...