笨办法学 Python · 续 练习 23：三叉搜索树

练习 23：三叉搜索树

原文：Exercise 23: Ternary Search Trees

译者：飞龙

协议：CC BY-NC-SA 4.0

自豪地采用谷歌翻译

我们将研究的最后一个数据结构称为三叉搜索树（TSTree），它可以在一组字符串中快速查找字符串。它类似于

BSTree

，但是它有三个子节点，而不是两个，每个子节点只是一个字符而不是整个字符串。在

BSTree

中，左子节点和右子节点是树的“小于”和“大于”的分支。在

TSTree

中，左子节点，中子节点和右子节点是“小于”，“等于”和“大于”的分支。这可以让你选取一个字符串，将其分解成字符，然后遍历

TSTree

，每次一个字符，直到找到它或者你到达了末尾。

通过将你要搜索的一组键拆成单个字符的节点，

TSTree

高效地使用空间换取时间。每一个这些节点将占用比

BSTree

更多的空间，但这允许你仅仅通过比较键中的字符来搜索键。使用

BSTree

，你必须比较每个节点的键和被搜索键中的大多数字符。使用

TSTree

，你只需要比较被搜索键的每个字母，当你到达末尾，就完成了。

TSTree

的另一件不错的事情是，它知道一个键何时不存在于集合中。想象一下，你的键的长度为 10 个字符，你需要在一组其他的键中找到它，但是如果键不存在，则需要快速停止。使用

TSTree

，你可以在一到两个字符的地方停止，到达树的末尾，并且知道这个键不存在。你最多只能比较键中的 10 个字符来发现它，字符比较比

BSTree

少得多。

挑战练习

这个练习中，你打算完成另一个“代码大师复制”的一部分，之后独立完成

TSTree

。你所需的代码是：

class TSTreeNode(object):

def __init__(self, key, value, low, eq, high):
self.key = key
self.low = low
self.eq = eq
self.high = high
self.value = value

class TSTree(object):

def __init__(self):
self.root = None

def _get(self, node, keys):
key = keys[0]
if key < node.key:
return self._get(node.low, keys)
elif key == node.key:
if len(keys) > 1:
return self._get(node.eq, keys[1:])
else:
return node.value
else:
return self._get(node.high, keys)

def get(self, key):
keys = [x for x in key]
return self._get(self.root, keys)

def _set(self, node, keys, value):
next_key = keys[0]

if not node:
# what happens if you add the value here?
node = TSTreeNode(next_key, None, None, None, None)

if next_key < node.key:
node.low = self._set(node.low, keys, value)
elif next_key == node.key:
if len(keys) > 1:
node.eq = self._set(node.eq, keys[1:], value)
else:
# what happens if you DO NOT add the value here?
node.value = value
else:
node.high = self._set(node.high, keys, value)

return node

def set(self, key, value):
keys = [x for x in key]
self.root = self._set(self.root, keys, value)

你需要使用你学到的“代码大师复制”方法学习。要特别注意如何处理

node.eq

路径以及如何设置

node.value

。一旦你了解了

get

和

set

的工作方式，你将实现剩下的函数和所有的测试。要实现的函数有：

find_shortest

给定一个关键字

K

，找到以

K

开头的最短键/值对。这意味着如果你的

set

中有

apple

和

application

，那么调用

find_shortest("appl")

将返回关联

apple

的值。

find_longest

给定一个关键字

K

，找到以

K

开头的最长键/值对。这意味着如果你的

set

中有

apple

和

application

，那么调用

find_shortest("appl")

将返回关联

application

的值。

find_all

给定一个关键字

K

，找到以

K

开头的所有键/值对。我会先实现它，然后基于它实现

find_shortest

和

find_longest

。

find_part

给定一个关键字

K

，找到最短的键，它拥有

K

的开头的一部分。研究如何以及在哪里设置

node.value

来使其生效。

研究性学习

查看原始代码的注释，看看在

_set

过程中，在哪里放置

value

。修改它会修改

get

的含义吗？为什么？

确保你使用随机数据来测试，并测量一些性能。

你也可以在

TSTree

中进行模糊匹配。我认为这是一个附加题，所以尝试实现它们，看看你想出了什么。模糊匹配是，

'a.p.e'

匹配

"apple"

、

"anpxe"

和

"ajpqe"

。

如何搜索字符串的结尾？提示：不要过度考虑它。