言葉 ' トライ 「」という言葉からの抜粋です。 検索 '。 Trie は、文字列のセットを格納する、ソートされたツリーベースのデータ構造です。各ノードのアルファベットの文字数と同じ数のポインタを持ちます。単語の接頭辞を利用して辞書内の単語を検索できます。たとえば、すべての文字列が文字 ' から形成されていると仮定すると、 ある ' に ' と ' 英語のアルファベットでは、各トライ ノードは最大で次の値を持つことができます。 26 ポイント。
Trie は、デジタル ツリーまたはプレフィックス ツリーとしても知られています。トライ内のノードの位置によって、そのノードが接続されているキーが決まります。
Javaデータベースjdbc
文字列のセットに対するトライのプロパティ:
- トライのルート ノードは常に null ノードを表します。
- ノードの各子はアルファベット順にソートされます。
- 各ノードには最大で次のものを含めることができます。 26 子供 (A から Z)。
- 各ノード (ルートを除く) には、アルファベット 1 文字を保存できます。
以下の図は、ベル、ベア、ボア、バット、ボール、ストップ、ストック、スタックのトライ表現を示しています。
Trieの基本操作
Trie には 3 つの操作があります。
- ノードの挿入
- ノードの検索
- ノードの削除
トライへのノードの挿入
最初の操作は、新しいノードをトライに挿入することです。実装を開始する前に、次のいくつかの点を理解することが重要です。
- 入力キー (単語) のすべての文字が個別に Trie_node に挿入されます。子は Trie ノードの次のレベルを指すことに注意してください。
- キー文字配列は子のインデックスとして機能します。
- 現在のノードがすでに現在のレターへの参照を持っている場合は、現在のノードをその参照先ノードに設定します。それ以外の場合は、新しいノードを作成し、文字を現在の文字と同じに設定し、この新しいノードで現在のノードを開始することもできます。
- 文字の長さによってトライの深さが決まります。
トライに新しいノードを挿入する実装
public class Data_Trie { private Node_Trie root; public Data_Trie(){ this.root = new Node_Trie(); } public void insert(String word){ Node_Trie current = root; int length = word.length(); for (int x = 0; x <length; x++){ char l="word.charAt(x);" node_trie node="current.getNode().get(L);" if (node="=" null){ (); current.getnode().put(l, node); } current="node;" current.setword(true); < pre> <h3>Searching a node in Trie</h3> <p>The second operation is to search for a node in a Trie. The searching operation is similar to the insertion operation. The search operation is used to search a key in the trie. The implementation of the searching operation is shown below.</p> <p>Implementation of search a node in the Trie</p> <pre> class Search_Trie { private Node_Trie Prefix_Search(String W) { Node_Trie node = R; for (int x = 0; x <w.length(); x++) { char curletter="W.charAt(x);" if (node.containskey(curletter)) node="node.get(curLetter);" } else return null; node; public boolean search(string w) node_trie !="null" && node.isend(); < pre> <h3>Deletion of a node in the Trie</h3> <p>The Third operation is the deletion of a node in the Trie. Before we begin the implementation, it is important to understand some points:</p> <ol class="points"> <li>If the key is not found in the trie, the delete operation will stop and exit it.</li> <li>If the key is found in the trie, delete it from the trie.</li> </ol> <p> <strong>Implementation of delete a node in the Trie</strong> </p> <pre> public void Node_delete(String W) { Node_delete(R, W, 0); } private boolean Node_delete(Node_Trie current, String W, int Node_index) { if (Node_index == W.length()) { if (!current.isEndOfWord()) { return false; } current.setEndOfWord(false); return current.getChildren().isEmpty(); } char A = W.charAt(Node_index); Node_Trie node = current.getChildren().get(A); if (node == null) { return false; } boolean Current_Node_Delete = Node_delete(node, W, Node_index + 1) && !node.isEndOfWord(); if (Current_Node_Delete) { current.getChildren().remove(A); return current.getChildren().isEmpty(); } return false; } </pre> <h2>Applications of Trie</h2> <p> <strong>1. Spell Checker</strong> </p> <p>Spell checking is a three-step process. First, look for that word in a dictionary, generate possible suggestions, and then sort the suggestion words with the desired word at the top.</p> <p>Trie is used to store the word in dictionaries. The spell checker can easily be applied in the most efficient way by searching for words on a data structure. Using trie not only makes it easy to see the word in the dictionary, but it is also simple to build an algorithm to include a collection of relevant words or suggestions.</p> <p> <strong>2. Auto-complete</strong> </p> <p>Auto-complete functionality is widely used on text editors, mobile applications, and the Internet. It provides a simple way to find an alternative word to complete the word for the following reasons.</p> <ul> <li>It provides an alphabetical filter of entries by the key of the node.</li> <li>We trace pointers only to get the node that represents the string entered by the user.</li> <li>As soon as you start typing, it tries to complete your input.</li> </ul> <p> <strong>3. Browser history</strong> </p> <p>It is also used to complete the URL in the browser. The browser keeps a history of the URLs of the websites you've visited.</p> <h2>Advantages of Trie</h2> <ol class="points"> <li>It can be insert faster and search the string than hash tables and binary search trees.</li> <li>It provides an alphabetical filter of entries by the key of the node.</li> </ol> <h2>Disadvantages of Trie</h2> <ol class="points"> <li>It requires more memory to store the strings.</li> <li>It is slower than the hash table.</li> </ol> <h2>Complete program in C++</h2> <pre> #include #include #include #define N 26 typedef struct TrieNode TrieNode; struct TrieNode { char info; TrieNode* child[N]; int data; }; TrieNode* trie_make(char info) { TrieNode* node = (TrieNode*) calloc (1, sizeof(TrieNode)); for (int i = 0; i <n; i++) node → child[i]="NULL;" data="0;" info="info;" return node; } void free_trienode(trienode* node) { for(int i="0;" < n; if (node !="NULL)" free_trienode(node child[i]); else continue; free(node); trie loop start trienode* trie_insert(trienode* flag, char* word) temp="flag;" for (int word[i] ; int idx="(int)" - 'a'; (temp child[idx]="=" null) child[idx]; }trie flag; search_trie(trienode* position="word[i]" child[position]="=" 0; child[position]; && 1) 1; check_divergence(trienode* len="strlen(word);" (len="=" 0) last_index="0;" len; child[position]) j="0;" <n; j++) (j child[j]) + break; last_index; find_longest_prefix(trienode* (!word || word[0]="=" '