PHP前端开发

忘记您所知道的关于字符串搜索的一切 - 尝试会让您大吃一惊!

百变鹏仔 3天前 #JavaScript
文章标签 让您

trie数据结构简介

trie,也称为前缀树,是一种高效的树状数据结构,用于存储和检索字符串。它对于涉及字符串搜索、前缀匹配和自动完成功能的任务特别有用。

发音:

何时使用 trie

在您需要以下情况的情况下尝试是理想的选择:

  1. 快速执行基于前缀的搜索
  2. 实现自动完成功能
  3. 存储单词词典以进行拼写检查
  4. 高效存储和检索具有公共前缀的字符串## 可视化 trie

让我们想象一个包含单词“cat”、“car”和“dog”的特里树:

       root     /   |   \    c    d    ...   /     |  a      o / \     |t   r    g

每个节点代表一个字符,从根节点到叶节点的路径组成完整的单词。

在 javascript 中实现 trie

让我们用 javascript 实现一个基本的 trie 结构:

class TrieNode {  constructor() {    this.children = {};    this.isEndOfWord = false;  }}class Trie {  constructor() {    this.root = new TrieNode();  }  // Insert a word into the trie  insert(word) {    let node = this.root;    for (let char of word) {      if (!node.children[char]) {        node.children[char] = new TrieNode();      }      node = node.children[char];    }    node.isEndOfWord = true;  }  // Search for a word in the trie  search(word) {    let node = this.root;    for (let char of word) {      if (!node.children[char]) {        return false;      }      node = node.children[char];    }    return node.isEndOfWord;  }  // Check if any word starts with the given prefix  startsWith(prefix) {    let node = this.root;    for (let char of prefix) {      if (!node.children[char]) {        return false;      }      node = node.children[char];    }    return true;  }}// Example usageconst trie = new Trie();// Insert wordstrie.insert("apple");trie.insert("app");trie.insert("banana");console.log(trie.search("apple"));    // Output: trueconsole.log(trie.search("app"));      // Output: trueconsole.log(trie.search("appl"));     // Output: falseconsole.log(trie.startsWith("app"));  // Output: trueconsole.log(trie.startsWith("ban"));  // Output: trueconsole.log(trie.startsWith("cat"));  // Output: false

守则解释

  1. class trienode:表示 trie 中的一个节点。每个节点都有:: 一个用于存储子节点的对象: 一个布尔标志,用于标记单词的结尾
  2. class trie:主要的 trie 结构及其方法:
  3. 该方法遍历 trie,为不存在的字符创建新节点,并将最后一个节点标记为单词的结尾。
  4. 该方法沿着给定单词的路径遍历 trie,如果找到整个单词并将其标记为完整单词,则返回。
  5. 该方法类似,但只检查给定的前缀是否存在于 trie 中,而不管它是否是一个完整的单词。

时间和空间复杂度

  • 空间复杂度:o(n * m),其中n是单词数,m是单词的平均长度
  • tries 为字符串相关操作提供了出色的性能,特别是在处理大量具有公共前缀的单词时。它们提供快速查找和前缀匹配,这使得它们在自动完成系统、ip 路由表和字典实现等各种应用中具有无价的价值。

    如果您喜欢本教程,请在此处关注我,并在 x/twitter 上关注我:@turckalicious。本文是在 wonderfall (https://wonderfall.xyz) 的帮助下完成的,这是一款人工智能驱动的交互式文档编辑器,可帮助您更快地研究、写作和迭代。