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!
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:
- 这是一个单音节词
- 末尾的“ie”发音为长“e”音,类似于“see”或“tree”
- 它与“pie”或“die”不押韵 这种发音有助于将其与其他外观相似的单词区分开来,并强调其与数据检索操作的联系。
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:
- 快速执行基于前缀的搜索
- 实现自动完成功能
- 存储单词词典以进行拼写检查
- 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 usage const trie = new Trie(); // Insert words trie.insert("apple"); trie.insert("app"); trie.insert("banana"); console.log(trie.search("apple")); // Output: true console.log(trie.search("app")); // Output: true console.log(trie.search("appl")); // Output: false console.log(trie.startsWith("app")); // Output: true console.log(trie.startsWith("ban")); // Output: true console.log(trie.startsWith("cat")); // Output: false
守则解释
- 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
- class trie:主要的 trie 结构及其方法:
- 插入:向特里树添加一个单词
- 搜索:检查单词是否存在于 trie
- startswith:检查 trie 中是否有任何单词以给定前缀开头
- 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。
- 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。
- 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
- 时间复杂度:
- 插入:o(m),其中 m 是单词的长度
- 搜索:o(m),其中 m 是单词的长度
- startswith:o(m),其中 m 是前缀的长度
- 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。
以上就是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!的详细内容,更多请关注其它相关文章!