Trie 简介

一、Trie简介

　　在计算机科学中，Trie，又称字典树、前缀树、单词查找树或键树，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），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

　　Trie树主要是利用词的公共前缀缩小查词范围、通过状态间的映射关系避免了字符的遍历，从而达到高效检索的目的。

　　　　

二、简单代码实现

　　1、结点类

 public class TrieNode {
     int level;
     // 只针对英文小写字母
     TrieNode[] children = new TrieNode[26]; // 子节点信息
     TrieNode parent; // 当前节点的父节点

     public boolean isLast;

     public int fre = 1;// 出现频率
 }

　　2、Trie类

 public class Trie {
     TrieNode root;

     public Trie() {
         root = new TrieNode();
     }

     public void insert(String str) {
         char[] chars = str.toCharArray();
         TrieNode p = root;
         // 遍历单词的每个字符
         for (int i = 0; i < chars.length; i++) {
             char c = chars[i];
             TrieNode child = p.children[c - 'a'];
             if (child == null) {
                 TrieNode nnode = new TrieNode();
                 nnode.level = i;
                 p.children[c - 'a'] = nnode;
                 p = nnode;
             } else {
                 p = child;
                 child.fre++;
             }
         }
         p.isLast = true;
     }

     /**
      * 深度遍历
      */
     public void printAll() {
         print("", root);
     }

     private void print(String prefix, TrieNode p) {
         if (p.isLast && prefix.length() > 0) {
             System.out.println(prefix + " " + p.fre);
         }
         for (int i = 0; i < 26; i++) {
             if (p.children[i] != null) {
                 print(prefix + (char) ('a' + i), p.children[i]);
             }
         }
     }

     public void search(String prefix) {
         char[] chars = prefix.toCharArray();
         TrieNode p = root;
         for (int i = 0; i < chars.length; i++) {
             char c = chars[i];
             TrieNode child = p.children[c - 'a'];
             if (child == null) {// 结算
                 return;
             } else {
                 p = child;
             }
         }
         print("", p);
     }

 }