javascript trie前綴樹的示例
引子
Trie樹(來(lái)自單詞retrieval),又稱前綴字,單詞查找樹,字典樹,是一種樹形結(jié)構(gòu),是一種哈希樹的變種,是一種用于快速檢索的多叉樹結(jié)構(gòu)。
它的優(yōu)點(diǎn)是:最大限度地減少無(wú)謂的字符串比較,查詢效率比哈希表高。
Trie的核心思想是空間換時(shí)間。利用字符串的公共前綴來(lái)降低查詢時(shí)間的開銷以達(dá)到提高效率的目的。
Trie樹也有它的缺點(diǎn), 假定我們只對(duì)字母與數(shù)字進(jìn)行處理,那么每個(gè)節(jié)點(diǎn)至少有52+10個(gè)子節(jié)點(diǎn)。為了節(jié)省內(nèi)存,我們可以用鏈表或數(shù)組。在JS中我們直接用數(shù)組,因?yàn)镴S的數(shù)組是動(dòng)態(tài)的,自帶優(yōu)化。

基本性質(zhì)
- 根節(jié)點(diǎn)不包含字符,除根節(jié)點(diǎn)外的每一個(gè)子節(jié)點(diǎn)都包含一個(gè)字符
- 從根節(jié)點(diǎn)到某一節(jié)點(diǎn)。路徑上經(jīng)過(guò)的字符連接起來(lái),就是該節(jié)點(diǎn)對(duì)應(yīng)的字符串
- 每個(gè)節(jié)點(diǎn)的所有子節(jié)點(diǎn)包含的字符都不相同
程序?qū)崿F(xiàn)
// by 司徒正美
class Trie {
constructor() {
this.root = new TrieNode();
}
isValid(str) {
return /^[a-z1-9]+$/i.test(str);
}
insert(word) {
// addWord
if (this.isValid(word)) {
var cur = this.root;
for (var i = 0; i < word.length; i++) {
var c = word.charCodeAt(i);
c -= 48; //減少”0“的charCode
var node = cur.son[c];
if (node == null) {
var node = (cur.son[c] = new TrieNode());
node.value = word.charAt(i);
node.numPass = 1; //有N個(gè)字符串經(jīng)過(guò)它
} else {
node.numPass++;
}
cur = node;
}
cur.isEnd = true; //檣記有字符串到此節(jié)點(diǎn)已經(jīng)結(jié)束
cur.numEnd++; //這個(gè)字符串重復(fù)次數(shù)
return true;
} else {
return false;
}
}
remove(word){
if (this.isValid(word)) {
var cur = this.root;
var array = [], n = word.length
for (var i = 0; i < n; i++) {
var c = word.charCodeAt(i);
c = this.getIndex(c)
var node = cur.son[c];
if(node){
array.push(node)
cur = node
}else{
return false
}
}
if(array.length === n){
array.forEach(function(){
el.numPass--
})
cur.numEnd --
if( cur.numEnd == 0){
cur.isEnd = false
}
}
}else{
return false
}
}
preTraversal(cb){//先序遍歷
function preTraversalImpl(root, str, cb){
cb(root, str);
for(let i = 0,n = root.son.length; i < n; i ++){
let node = root.son[i];
if(node){
preTraversalImpl(node, str + node.value, cb);
}
}
}
preTraversalImpl(this.root, "", cb);
}
// 在字典樹中查找是否存在某字符串為前綴開頭的字符串(包括前綴字符串本身)
isContainPrefix(word) {
if (this.isValid(word)) {
var cur = this.root;
for (var i = 0; i < word.length; i++) {
var c = word.charCodeAt(i);
c -= 48; //減少”0“的charCode
if (cur.son[c]) {
cur = cur.son[c];
} else {
return false;
}
}
return true;
} else {
return false;
}
}
isContainWord(str) {
// 在字典樹中查找是否存在某字符串(不為前綴)
if (this.isValid(word)) {
var cur = this.root;
for (var i = 0; i < word.length; i++) {
var c = word.charCodeAt(i);
c -= 48; //減少”0“的charCode
if (cur.son[c]) {
cur = cur.son[c];
} else {
return false;
}
}
return cur.isEnd;
} else {
return false;
}
}
countPrefix(word) {
// 統(tǒng)計(jì)以指定字符串為前綴的字符串?dāng)?shù)量
if (this.isValid(word)) {
var cur = this.root;
for (var i = 0; i < word.length; i++) {
var c = word.charCodeAt(i);
c -= 48; //減少”0“的charCode
if (cur.son[c]) {
cur = cur.son[c];
} else {
return 0;
}
}
return cur.numPass;
} else {
return 0;
}
}
countWord(word) {
// 統(tǒng)計(jì)某字符串出現(xiàn)的次數(shù)方法
if (this.isValid(word)) {
var cur = this.root;
for (var i = 0; i < word.length; i++) {
var c = word.charCodeAt(i);
c -= 48; //減少”0“的charCode
if (cur.son[c]) {
cur = cur.son[c];
} else {
return 0;
}
}
return cur.numEnd;
} else {
return 0;
}
}
}
class TrieNode {
constructor() {
this.numPass = 0;//有多少個(gè)單詞經(jīng)過(guò)這節(jié)點(diǎn)
this.numEnd = 0; //有多少個(gè)單詞就此結(jié)束
this.son = [];
this.value = ""; //value為單個(gè)字符
this.isEnd = false;
}
}
我們重點(diǎn)看一下TrieNode與Trie的insert方法。 由于字典樹是主要用在詞頻統(tǒng)計(jì),因此它的節(jié)點(diǎn)屬性比較多, 包含了numPass, numEnd但非常重要的屬性。
insert方法是用于插入重詞,在開始之前,我們必須判定單詞是否合法,不能出現(xiàn) 特殊字符與空白。在插入時(shí)是打散了一個(gè)個(gè)字符放入每個(gè)節(jié)點(diǎn)中。每經(jīng)過(guò)一個(gè)節(jié)點(diǎn)都要修改numPass。
優(yōu)化
現(xiàn)在我們每個(gè)方法中,都有一個(gè)c=-48的操作,其實(shí)數(shù)字與大寫字母與小寫字母間其實(shí)還有其他字符的,這樣會(huì)造成無(wú)謂的空間的浪費(fèi)
// by 司徒正美
getIndex(c){
if(c < 58){//48-57
return c - 48
}else if(c < 91){//65-90
return c - 65 + 11
}else {//> 97
return c - 97 + 26+ 11
}
}
然后相關(guān)方法將c-= 48改成c = this.getIndex(c)即可
測(cè)試
var trie = new Trie();
trie.insert("I");
trie.insert("Love");
trie.insert("China");
trie.insert("China");
trie.insert("China");
trie.insert("China");
trie.insert("China");
trie.insert("xiaoliang");
trie.insert("xiaoliang");
trie.insert("man");
trie.insert("handsome");
trie.insert("love");
trie.insert("Chinaha");
trie.insert("her");
trie.insert("know");
var map = {}
trie.preTraversal(function(node, str){
if(node.isEnd){
map[str] = node.numEnd
}
})
for(var i in map){
console.log(i+" 出現(xiàn)了"+ map[i]+" 次")
}
console.log("包含Chin(包括本身)前綴的單詞及出現(xiàn)次數(shù):");
//console.log("China")
var map = {}
trie.preTraversal(function(node, str){
if(str.indexOf("Chin") === 0 && node.isEnd){
map[str] = node.numEnd
}
})
for(var i in map){
console.log(i+" 出現(xiàn)了"+ map[i]+" 次")
}

Trie樹和其它數(shù)據(jù)結(jié)構(gòu)的比較
Trie樹與二叉搜索樹
二叉搜索樹應(yīng)該是我們最早接觸的樹結(jié)構(gòu)了,我們知道,數(shù)據(jù)規(guī)模為n時(shí),二叉搜索樹插入、查找、刪除操作的時(shí)間復(fù)雜度通常只有O(log n),最壞情況下整棵樹所有的節(jié)點(diǎn)都只有一個(gè)子節(jié)點(diǎn),退變成一個(gè)線性表,此時(shí)插入、查找、刪除操作的時(shí)間復(fù)雜度是O(n)。
通常情況下,Trie樹的高度n要遠(yuǎn)大于搜索字符串的長(zhǎng)度m,故查找操作的時(shí)間復(fù)雜度通常為O(m),最壞情況下的時(shí)間復(fù)雜度才為O(n)。很容易看出,Trie樹最壞情況下的查找也快過(guò)二叉搜索樹。
文中Trie樹都是拿字符串舉例的,其實(shí)它本身對(duì)key的適宜性是有嚴(yán)格要求的,如果key是浮點(diǎn)數(shù)的話,就可能導(dǎo)致整個(gè)Trie樹巨長(zhǎng)無(wú)比,節(jié)點(diǎn)可讀性也非常差,這種情況下是不適宜用Trie樹來(lái)保存數(shù)據(jù)的;而二叉搜索樹就不存在這個(gè)問(wèn)題。
Trie樹與Hash表
考慮一下Hash沖突的問(wèn)題。Hash表通常我們說(shuō)它的復(fù)雜度是O(1),其實(shí)嚴(yán)格說(shuō)起來(lái)這是接近完美的Hash表的復(fù)雜度,另外還需要考慮到hash函數(shù)本身需要遍歷搜索字符串,復(fù)雜度是O(m)。在不同鍵被映射到“同一個(gè)位置”(考慮closed hashing,這“同一個(gè)位置”可以由一個(gè)普通鏈表來(lái)取代)的時(shí)候,需要進(jìn)行查找的復(fù)雜度取決于這“同一個(gè)位置”下節(jié)點(diǎn)的數(shù)目,因此,在最壞情況下,Hash表也是可以成為一張單向鏈表的。
Trie樹可以比較方便地按照key的字母序來(lái)排序(整棵樹先序遍歷一次就好了),這跟絕大多數(shù)Hash表是不同的(Hash表一般對(duì)于不同的key來(lái)說(shuō)是無(wú)序的)。
在較理想的情況下,Hash表可以以O(shè)(1)的速度迅速命中目標(biāo),如果這張表非常大,需要放到磁盤上的話,Hash表的查找訪問(wèn)在理想情況下只需要一次即可;但是Trie樹訪問(wèn)磁盤的數(shù)目需要等于節(jié)點(diǎn)深度。
很多時(shí)候Trie樹比Hash表需要更多的空間,我們考慮這種一個(gè)節(jié)點(diǎn)存放一個(gè)字符的情況的話,在保存一個(gè)字符串的時(shí)候,沒有辦法把它保存成一個(gè)單獨(dú)的塊。Trie樹的節(jié)點(diǎn)壓縮可以明顯緩解這個(gè)問(wèn)題,后面會(huì)講到。
Trie樹的改進(jìn)
按位Trie樹(Bitwise Trie)
原理上和普通Trie樹差不多,只不過(guò)普通Trie樹存儲(chǔ)的最小單位是字符,但是Bitwise Trie存放的是位而已。位數(shù)據(jù)的存取由CPU指令一次直接實(shí)現(xiàn),對(duì)于二進(jìn)制數(shù)據(jù),它理論上要比普通Trie樹快。
節(jié)點(diǎn)壓縮。
分支壓縮:對(duì)于穩(wěn)定的Trie樹,基本上都是查找和讀取操作,完全可以把一些分支進(jìn)行壓縮。例如,前圖中最右側(cè)分支的inn可以直接壓縮成一個(gè)節(jié)點(diǎn)“inn”,而不需要作為一棵常規(guī)的子樹存在。Radix樹就是根據(jù)這個(gè)原理來(lái)解決Trie樹過(guò)深問(wèn)題的。
節(jié)點(diǎn)映射表:這種方式也是在Trie樹的節(jié)點(diǎn)可能已經(jīng)幾乎完全確定的情況下采用的,針對(duì)Trie樹中節(jié)點(diǎn)的每一個(gè)狀態(tài),如果狀態(tài)總數(shù)重復(fù)很多的話,通過(guò)一個(gè)元素為數(shù)字的多維數(shù)組(比如Triple Array Trie)來(lái)表示,這樣存儲(chǔ)Trie樹本身的空間開銷會(huì)小一些,雖說(shuō)引入了一張額外的映射表。
前綴樹的應(yīng)用
前綴樹還是很好理解,它的應(yīng)用也是非常廣的。
(1)字符串的快速檢索
字典樹的查詢時(shí)間復(fù)雜度是O(logL),L是字符串的長(zhǎng)度。所以效率還是比較高的。字典樹的效率比hash表高。
(2)字符串排序
從上圖我們很容易看出單詞是排序的,先遍歷字母序在前面。減少了沒必要的公共子串。
(3)最長(zhǎng)公共前綴
inn和int的最長(zhǎng)公共前綴是in,遍歷字典樹到字母n時(shí),此時(shí)這些單詞的公共前綴是in。
(4)自動(dòng)匹配前綴顯示后綴
我們使用辭典或者是搜索引擎的時(shí)候,輸入appl,后面會(huì)自動(dòng)顯示一堆前綴是appl的東東吧。那么有可能是通過(guò)字典樹實(shí)現(xiàn)的,前面也說(shuō)了字典樹可以找到公共前綴,我們只需要把剩余的后綴遍歷顯示出來(lái)即可。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
JavaScript 處理樹數(shù)據(jù)結(jié)構(gòu)的方法示例
這篇文章主要介紹了JavaScript 處理樹數(shù)據(jù)結(jié)構(gòu)的方法示例,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
JavaScript隊(duì)列、優(yōu)先隊(duì)列與循環(huán)隊(duì)列
這篇文章主要為大家詳細(xì)介紹了JavaScript隊(duì)列、優(yōu)先隊(duì)列與循環(huán)隊(duì)列的相關(guān)資料,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2016-11-11
JavaScript實(shí)現(xiàn)阿拉伯?dāng)?shù)字和中文數(shù)字互相轉(zhuǎn)換
JavaScript實(shí)現(xiàn)阿拉伯?dāng)?shù)字和中文數(shù)字互相轉(zhuǎn)換可以用數(shù)組的循環(huán)檢測(cè)后的替換來(lái)實(shí)現(xiàn),下面主要講解其中的一些核心算法:2016-06-06
基于HTML+JS實(shí)現(xiàn)網(wǎng)頁(yè)版蘋果計(jì)算器
這篇文章主要為大家詳細(xì)介紹了如何利用HTML+CSS+JS實(shí)現(xiàn)網(wǎng)頁(yè)版的蘋果計(jì)算器,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-06-06
兼容IE和Firefox火狐的上下、左右循環(huán)無(wú)間斷滾動(dòng)JS代碼
html里的marqueen也能實(shí)現(xiàn)內(nèi)容的滾動(dòng),但滾動(dòng)是間斷的,運(yùn)用JavaScript可以使這一問(wèn)題得到改觀,實(shí)現(xiàn)無(wú)間斷的滾動(dòng),讓頁(yè)面看起來(lái)更美觀2013-04-04

