Trie算法

先对给定的字符串进行归集，形成一个多叉树形结构。

使用字符导航方式作匹配查找。

trie算法有很多变种，以最左(前缀)匹配为例进行说明。

优点

使用字符导航查找方式，能最大限度减少字符比较过程，常被用在词频统计和字符串排序方面。

trie算法对文本只需遍历一次，将时间复杂度降到O(n)。

Java示例

数据结构class Node {

Map next;

}

样本数据处理public void add(String text) {

if (text != null) {

char[] ca = text.toCharArray();

Node root = this;

for (char c : ca) {

root = root.put(c);

}

}

}

对样本进行拆解public Node put(char c) {

emptySafe();

Node node = next.get(c);

if (node == null) {

node = new Node();

next.put(c, node);

}

return node;

}

对数据作归集public void emptySafe() {

if (next == null) {

next = new HashMap(5);

}

}

检索算法public boolean exist(String text) {

if (emptyCheck(text)) {

return false;

}

char[] ca = text.toCharArray();

Node root = this;

for (char c : ca) {

if (root.next != null) {

Node node = root.next.get(c);

if (node != null) {

root = node;

}

if (root.next == null) {

return true;

}

}

}

return false;

}

不管是前缀或是包含查找，过程都是顺藤摸瓜。

查找在遇到未匹配的字符时，回到样本数据的根节点，对其它样本做匹配。

举例说明：

有两个样本数据：

/abc、bcd，

被检索字符串：

/ab/bcd

以最左(前缀)匹配查找是不能匹配上的。

在“包含”查找中，查找路径会因为/ab误入歧途，因此，需要在匹配无结果时回到根节点，以便匹配到bcd。

最左(前缀)匹配，较为简单就不再赘述。public boolean prefix(String text) {

if (emptyCheck(text)) {

return false;

}

char[] ca = text.toCharArray();

Node root = this;

for (char c : ca) {

Node node = root.next.get(c);

if (node == null) {

return false;

}

root = node;

if (root.next == null) {

return true;

}

}

return false;

}

public boolean emptyCheck(String text) {

return (next == null || next.isEmpty() || text == null || text.isEmpty());

}

说明

示例中，对样本数据的唯一要求是，不能存在包含关系，如：ab、abc，对这种情况的查找，若最终期望匹配abc是没有问题的，但不能匹配到ab。