java实现Trie树

标签：val   for   code   介绍   eem   trie树   out   ref   搜索   

介绍

Trie树(又名字典树，前缀树)是一种多叉树，是一种专门处理字符串的数据结构，Trie树
示例图如下

保存的数据为单词列表[goods,good,gmail,grade,dog,cap,cook,map]，应用场景有搜索提示

代码实现

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.TreeMap;
import java.util.stream.Collectors;

/**
 * 实现Trie树
 */
public class Trie {

  /**
   * 根节点，不存储数据
   */
  private Node root;

  public Trie() {
    root = new Node(false);
  }

  /**
   * 添加单词
   */
  public void add(String word) {
    Node cur = root;
    char[] array = word.toCharArray();
    for (char c : array) {
      Map children = cur.children;
      children.putIfAbsent(c, new Node(false));
      cur = children.get(c);
    }
    cur.word = true;
  }

  /**
   * 是否包含单词
   */
  public boolean contains(String word) {
    return contains(word, true);
  }

  /**
   * 是否包含前缀
   */
  public boolean prefixContains(String prefix) {
    return contains(prefix, false);
  }

  /**
   * 是否匹配单词，支持.匹配任意字符
   */
  public boolean match(String word) {
    return match(root, word, 0);
  }

  /**
   * 查询所有以prefix为前缀的单词列表
   */
  public List commonPrefixSearch(String prefix) {
    Node cur = root;
    List res = new ArrayList();
    char[] array = prefix.toCharArray();
    for (char c : array) {
      Node node = cur.children.get(c);
      if (node == null) {
        return res;
      }
      cur = node;
    }
    commonPrefixSearch(res, new ArrayList(), cur);
    return res.stream()
        .map(x -> prefix + x)
        .collect(Collectors.toList());
  }


  private void commonPrefixSearch(List res, List list, Node root) {
    if (root.word) {
      char[] arr = new char[list.size()];
      for (int i = 0; i  entry : root.children.entrySet()) {
      list.add(entry.getKey());
      commonPrefixSearch(res, list, entry.getValue());
      list.remove(list.size() - 1);
    }
  }

  private boolean match(Node root, String word, int index) {
    if (index == word.length()) {
      return root.word;
    }
    char c = word.charAt(index);
    if (c != ‘.‘) {
      Node node = root.children.get(c);
      return node != null && match(node, word, index + 1);
    } else {
      //递归加回溯实现
      for (Entry entry : root.children.entrySet()) {
        if (match(entry.getValue(), word, index + 1)) {
          return true;
        }
      }
      return false;
    }
  }

  private boolean contains(String prefix, boolean word) {
    Node cur = root;
    char[] array = prefix.toCharArray();
    for (char c : array) {
      Node node = cur.children.get(c);
      if (node == null) {
        return false;
      }
      cur = node;
    }
    if (word) {
      return cur.word;
    } else {
      return true;
    }
  }

  private static class Node {

    /**
     * 表示当前节点是否是单词
     */
    boolean word;
    /**
     * 孩子节点列表
     */
    Map children;

    Node(boolean word) {
      this.word = word;
      children = new TreeMap();
    }
  }

}

添加单词

  /**
   * 添加单词
   */
  public void add(String word) {
    Node cur = root;
    char[] array = word.toCharArray();
    for (char c : array) {
      Map children = cur.children;
      children.putIfAbsent(c, new Node(false));
      cur = children.get(c);
    }
    cur.word = true;
  }

添加good单词,添加之后的树结构为

再添加一个单词gmail

查找

public class Main {

  public static void main(String[] args) {
    Trie trie = new Trie();
    trie.add("goods");
    trie.add("good");
    trie.add("google");
    trie.add("gmail");
    trie.add("grade");
    trie.add("gender");
    System.out.println(trie.commonPrefixSearch("goo"));
  }

}

我们查找以goo为前缀的单词，查询结果为

[good, goods, google]

总结

Trie树在查找字符串公共前缀相关问题时可以有很高的效率。

java实现Trie树

标签：val   for   code   介绍   eem   trie树   out   ref   搜索   

原文地址：https://www.cnblogs.com/strongmore/p/14224883.html