图解Tire树+代码实现

简介

  Trie又称为前缀树或字典树，是一种有序树，它是一种专门用来处理串匹配的数据结构，用来解决一组字符中快速查找某个字符串的问题。Google搜索的关键字提示功能相信大家都不陌生，我们在输入框中进行搜索的时候，会下拉出一系列候选关键词。   上面这个关键词提示功能，底层最基本的原理就是我们今天说的数据结构：Trie树   我们先看看Tire树长什么样子，以单纯的单词匹配为例，首先它是一棵多叉树结构，根节点是一个空字符，树中节点分为普通节点和结尾节点（如图中红色节点）。结尾节点表示加上前面前缀，可以称为一个单词，如图中hi，him。

工作过程

​ Tire树与之前串匹配最大的不同点是，之前我们都是单模式串，查看主串中是否有与模式串匹配的子串，操作过程也是用模式串去与主串进行比较。而Tire树是多模式串，我们先将模式串提前构建成Tire树，然后查看主串是否匹配模式串，且更适用于类似如上关键词提示的前缀匹配。接下来我们自己通过实现一个简易的关键词提示功能来讲解Tire树。

数据结构

  一个value存储当前节点值，用一个26大小的数组存储当前节点的孩子节点，这是一个简单但是可能产生浪费的方法，可以采用有序存入采用二分法查找，或者采用hash表，跳表进行优化。一个标志当前节点是否可作为尾节点。

/**
* Trie树节点
* 假设我们只做26个小写字母下的匹配
*/
public static class Node{
//当前节点值
private char value;
//当前节点的孩子节点
private Node[] childNode;
//标志当前节点是否是某单词结尾
private boolean isTail;
public Node(char value) {
this.value = value;
}
}

初始化

​ 初始化一个仅有root节点的Tire树，root节点值为'/0'。

Node root;
public void init() {
root = new Node('\0');
root.childNode = new Node[26];
}

构建字典树

  将需要加入的模式串加入Tire树，遍历当前字符串字符，从Tire树根节点开始查找当前字符，如果字符已经存在不需要处理，并且从这个字符节点出发，查看下一个字符是否存在，如果当前节点不存Tire树，才需要插入当前字符，当插入最后一个字符时需要标志当前字符节点为尾节点。

/**
* 将当前串插入字典树
* @param chars
*/
public void insertStr(char[] chars) {
//首先判断首字符是否已经在字典树中，然后判断第二字符，依次往下进行判断，找到第一个不存在的字符进行插入孩节点
Node p = root;
//表明当前处理到了第几个字符
int chIndex = 0;
while (chIndex < chars.length) {
while (chIndex < chars.length && null != p) {
Node[] children = p.childNode;
boolean find = false;
for (Node child : children) {
if (null == child) {continue;}
if (child.value == chars[chIndex]) {
//当前字符已经存在，不需要再进行存储
//从当前节点出发，存储下一个字符
p = child;
++ chIndex;
find = true;
break;
}
}
if (Boolean.TRUE.equals(find)) {
//在孩子中找到了 不用再次存储
break;
}
//如果把孩子节点都找遍了，还没有找到这个字符，直接将这个字符加入当前节点的孩子节点
Node node = new Node(chars[chIndex]);
node.childNode = new Node[26];
children[chars[chIndex] - 'a'] = node;
p = node;
++ chIndex;
}
}
//字符串中字符全部进入tire树中后，将最后一个字符所在节点标志为结尾节点
p.isTail = true;
}

应用

匹配有效单词

  遍历字符串，从根节点出发，查看字符是否存在，只要存在不存在的情况，直接返回false，如果每个字符都存在，判断最后一个字符是否为结尾节点，如果不是，到这里还不是一个有效单词，返回false，否则，返回true。

/**
* 查看当前字符串是否可以在trie中找到
* @param str 主串
* @return true/false
*/
public boolean isMatch(String str) {
//从root开始进行匹配，只要有一个找不到即为匹配失败
char[] chars = str.toCharArray();
int chIndex = 0;
Node p = root;
while (null != p) {
Node[] children = p.childNode;
boolean flag = false;
for (Node child : children) {
if (null == child) {continue;}
if (child.value == chars[chIndex]) {
flag = true;
p = child;
++ chIndex;
//当比较最后一个字符的时候，这个字符需要是结尾字符才能完全匹配
if (chIndex == chars.length && p.isTail) {
return true;
}
break;
}
}
if (Boolean.FALSE.equals(flag)) {
return false;
}
}
return false;
}

  测试样例：

public static void main(String[] args) {
//he, him, lot, a
//初始化Tire树
Trie trie = new Trie();
trie.init();
//构建Tire树，只有以下单词才是有效单词
trie.insertStr("he".toCharArray());
trie.insertStr("him".toCharArray());
trie.insertStr("lot".toCharArray());
trie.insertStr("a".toCharArray());
//匹配字符串是否为有效单词
System.out.println(trie.isMatch("lot"));
System.out.println(trie.isMatch("lit"));

}

  运行结果：

关键词提示

  根据输入的关键词前缀，匹配所有可能出现的关键词。首先遍历字符串，从节点出发，只要有一个找不到，直接返回null，直至找到最后一个字符对应的节点，从该节点出发找到所有尾节点。

/**
* 找到所有以str为前缀的字符串
* @param str 前缀串
* @return 所有以str为前缀的单词
*/
public List<String> findStrPrefix(String str) {
//根据str首先找到str最后一个字符，然后从这个字符出发，找到所有字符串
List<String> result = new ArrayList<>();
char[] chars = str.toCharArray();
//分成两步走
//1。找到str最后一个自字符在字典树中的node
//2。从该node出发，找到所有的结尾node，即为以str为前缀的字符串
int chIndex = 0;
Node p = root;
while (null != p && chIndex < chars.length) {
Node[] children = p.childNode;
boolean flag = false;
for (Node child : children) {
if (null == child) {continue;}
if (child.value == chars[chIndex]) {
//已经找到
p = child;
flag = true;
++ chIndex;
break;
}
}
//如果没有找到，直接返回空
if (Boolean.FALSE.equals(flag)) {
return null;
}
}
//找到了最后一个节点
//深度优先遍历，查找所有尾节点
this.dfs(p, new StringBuilder(str), result);
return result;
}

public void dfs(Node p, StringBuilder str, List<String> result) {
Node[] children = p.childNode;
for (Node child : children) {
if (null == child) {
continue;
}
str.append(child.value);
if (child.isTail) {
result.add(str.toString());
}
//再递归查当前节点的孩子节点
dfs(child, str, result);
//需要将刚刚set进去的节点删除，否则影响当前节点的下一个孩子节点
//举个例子，h的孩子节点有e，i，当e放进去之后不拿出来，在遍历到i的时候，就会形成hei
str.setLength(str.length() - 1);
}
}

测试样例

public static void main(String[] args) {
//he, him, lot, a
//初始化Tire树
Trie trie = new Trie();
trie.init();
//构建Tire树，只有以下单词才是有效单词
trie.insertStr("he".toCharArray());
trie.insertStr("him".toCharArray());
trie.insertStr("lot".toCharArray());
trie.insertStr("a".toCharArray());
//匹配字符串是否为有效单词
List<String> strings = trie.findStrPrefix("h");
}

运行结果

总结

  到这里Trie树就讲完了，主要就是聚合前缀，通过树的特性，按照链路进行访问，同时标志尾节点，标志到当前节点是一个完整的字符串。