在go字典树(Trie树)定义与实现方法示例

Go  /  管理员 发布于 1年前   382

Trie数据格式的应用场景

Trie树适用于那些查找前缀匹配的字符串、比如敏感词过滤和搜索框联想功能、IDE 代码编辑器自动补全、输入法自动补全功能等。

Trie数据格式定义

Trie 树，也叫「前缀树」或「字典树」，顾名思义，它是一个树形结构，专门用于处理字符串匹配，用来解决在一组字符串集合中快速查找某个字符串的问题。

Trie 树的本质，就是利用字符串之间的公共前缀，将重复的前缀合并在一起，比如:

我们有["hello","her","hi","how","see","so"] 这个字符串集合，可以将其构建成下面这棵 Trie 树：

每个节点表示一个字符串中的字符，从根节点到红色节点的一条路径表示一个字符串（红色节点表示是某个单词的结束字符，但不一定都是叶子节点）。

这样，我们就可以通过遍历这棵树来检索是否存在待匹配的字符串了，比如:

我们要在这棵 Trie 树中查询 her，只需从 h 开始，依次往下匹配，在子节点中找到 e，然后继续匹配子节点，在 e 的子节点中找到 r，则表示匹配成功，否则匹配失败。

通常，我们可以通过 Trie 树来构建敏感词或关键词匹配系统。

Trie树的实现

从刚刚 Trie 树的介绍来看，Trie 树主要有两个操作，一个是将字符串集合构造成 Trie 树。

这个过程分解开来的话，就是一个将字符串插入到 Trie 树的过程。

另一个是在 Trie 树中查询一个字符串。

Trie 树是个多叉树，二叉树中，一个节点的左右子节点是通过两个指针来存储的，对于多叉树来说，我们怎么存储一个节点的所有子节点的指针呢？

我们将 Trie 树的每个节点抽象为一个节点对象，对象包含的属性有节点字符、子节点字典和是否是字符串结束字符标志位：

type Node struct {
    children map[rune]*Node   //孩子节点
    char     string           //保存的字符
    isEnding bool             //记录是否为末节点
}

// 初始化一个节点
func NewNode(char string) *Node {
    return &Node{
        children: make(map[rune]*Node),
        char:     char,
        isEnding: false,
    }
}

要构造一棵完整的 Trie 树，关键在于存储子节点字典的 children 属性的实现。

借助散列表的思想，我们通过一个下标与字符一一映射的数组，来构造 

children：

将字符串中每个字符转化为 Unicode 编码作为字典键，将对应节点对象指针作为字典值，依次插入所有字符串，从而构造出 Trie 树。

Go实现代码如下：

//构造一棵树
type Trie struct {
    root *Node
}

//初始化树
func NewTrie() *Trie {
    return &Trie{
        root: NewNode("/"),
    }
}

// Insert 插入单词
func (trie *Trie) Insert(str string) {
    curNode := trie.root
    for _, ch := range str {
        //查看当前是否存在对应字符的k-v对
        value, ok := curNode.children[ch] //读当前节点的子节点
        if !ok {
            value = NewNode(string(ch))
            curNode.children[ch] = value
        }
        //更新当前节点
        curNode = value
    }

    //个单词遍历完所有字符后将结尾字符打上标记
    curNode.isEnding = true
}

func (trie *Trie) Find(str string) bool {
    curNode := trie.root
    for _, ch := range str {
        //查看当前是否存在对应字符的k-v对
        value, ok := curNode.children[ch]
        if !ok {
            return false
        }
            //指向孩子节点
        curNode = value
    }
      
    //判断是否为末节点
    if curNode.isEnding == false {
        return false
    }
    
    return true
}

func (trie *Trie) StartsWith(str string) bool {
    curNode := trie.root
    for _, ch := range str {
        //查看当前是否存在对应字符的k-v对
        value, ok := curNode.children[ch]
        if !ok {
            return false
        }
        curNode = value
    }
    return true
}

测试：

func main() {
trie := NewTrie()
trie.Insert("iceymoss")
trie.Insert("apple")
fmt.Println(trie.Find("iceymos"))
fmt.Println(trie.Find("apple"))
fmt.Println(trie.StartsWith("app"))
}

输出：

false
true
true

Trie树的复杂度

构建 Trie 树的过程比较耗时，对于有 n 个字符的字符串集合而言，需要遍历所有字符，对应的时间复杂度是 O(n)，但是一旦构建之后，查询效率很高，如果匹配串的长度是 k，那只需要匹配 k 次即可，与原来的主串没有关系，所以对应的时间复杂度是 O(k)，基本上是个常量级的数字。

Trie树显然也是一种空间换时间的做法，构建 Trie 树的过程需要额外的存储空间存储 Trie 树，而且这个额外的空间是原来的数倍。