Структура данных Trie в Java
1. обзор
Структуры данных представляют собой важный актив в компьютерном программировании, и очень важно знать, когда и зачем их использовать.
Эта статья представляет собой краткое введение в структуру данных trie (произносится как «попробуй»), ее реализацию и анализ сложности.
2. Trie
Trie - это дискретная структура данных, которая не совсем известна или широко не упоминается в типичных курсах алгоритмов, но, тем не менее, важна.
Древовидная структура (также известная как цифровое дерево), а иногда даже радикальное дерево или дерево префиксов (поскольку их можно искать по префиксам), представляет собой упорядоченную древовидную структуру, которая использует преимущества хранящихся в ней ключей - обычно строк.
Положение узла в дереве определяет ключ, с которым этот узел связан, что отличает попытки по сравнению с деревьями двоичного поиска, в которых узел хранит ключ, соответствующий только этому узлу.
Все потомки узла имеют общий префиксString, связанный с этим узлом, тогда как корень связан с пустымString.
Здесь у нас есть предварительный просмотрTrieNode, который мы будем использовать в нашей реализацииTrie:
public class TrieNode {
private HashMap children;
private String content;
private boolean isWord;
// ...
}
Могут быть случаи, когда три представляет собой двоичное дерево поиска, но в целом они различны. И бинарные деревья поиска, и попытки являются деревьями, но у каждого узла в бинарных деревьях поиска всегда есть два потомка, тогда как у узлов попыток, с другой стороны, может быть больше.
В дереве каждый узел (кроме корневого узла) хранит один символ или цифру. Переходя по дереву вниз от корневого узла к конкретному узлуn, можно сформировать общий префикс символов или цифр, который также используется другими ветвями дерева.
Путем перехода вверх по дереву от листового узла к корневому узлу можно сформироватьString или последовательность цифр.
Вот классTrie, который представляет реализацию структуры данных trie:
public class Trie {
private TrieNode root;
//...
}
3. Общие операции
Теперь давайте посмотрим, как реализовать основные операции.
3.1. Вставка элементов
Первая операция, которую мы опишем, - это вставка новых узлов.
Прежде чем приступить к реализации, важно понять алгоритм:
-
Установить текущий узел в качестве корневого узла
-
Установить текущую букву в качестве первой буквы слова
-
Если текущий узел уже имеет существующую ссылку на текущую букву (через один из элементов в поле «children»), тогда установите текущий узел на этот ссылочный узел. В противном случае создайте новый узел, установите букву, равную текущей букве, а также инициализируйте текущий узел этим новым узлом.
-
Повторите шаг 3, пока ключ не пройден
Сложность этой операции составляетO(n), гдеn представляет размер ключа.
Вот реализация этого алгоритма:
public void insert(String word) {
TrieNode current = root;
for (int i = 0; i < word.length(); i++) {
current = current.getChildren()
.computeIfAbsent(word.charAt(i), c -> new TrieNode());
}
current.setEndOfWord(true);
}
Теперь давайте посмотрим, как мы можем использовать этот метод для вставки новых элементов в дерево:
private Trie createExampleTrie() {
Trie trie = new Trie();
trie.insert("Programming");
trie.insert("is");
trie.insert("a");
trie.insert("way");
trie.insert("of");
trie.insert("life");
return trie;
}
Мы можем проверить, что три уже заполнены новыми узлами из следующего теста:
@Test
public void givenATrie_WhenAddingElements_ThenTrieNotEmpty() {
Trie trie = createTrie();
assertFalse(trie.isEmpty());
}
3.2. Поиск элементов
Давайте теперь добавим метод, чтобы проверить, присутствует ли уже определенный элемент в дереве:
-
Получить детей корня
-
Перебрать каждый символString
-
Проверьте, является ли этот символ уже частью поддерева. Если его нет в дереве, остановите поиск и вернитеfalse
-
Повторяйте второй и третий шаг, пока вString. не останется ни одного символа. Если достигнут конецString, вернутьtrue
Сложность этого алгоритма составляетO(n), где n представляет длину ключа.
Реализация Java может выглядеть так:
public boolean find(String word) {
TrieNode current = root;
for (int i = 0; i < word.length(); i++) {
char ch = word.charAt(i);
TrieNode node = current.getChildren().get(ch);
if (node == null) {
return false;
}
current = node;
}
return current.isEndOfWord();
}
И в действии:
@Test
public void givenATrie_WhenAddingElements_ThenTrieContainsThoseElements() {
Trie trie = createExampleTrie();
assertFalse(trie.containsNode("3"));
assertFalse(trie.containsNode("vida"));
assertTrue(trie.containsNode("life"));
}
3.3. Удаление элемента
Очевидно, что помимо вставки и поиска элемента нам также необходимо иметь возможность удалять элементы.
Для процесса удаления нам нужно выполнить следующие шаги:
-
Проверьте, является ли этот элемент уже частью дерева
-
Если элемент найден, то удалите его из дерева
Сложность этого алгоритма составляетO(n), где n представляет длину ключа.
Давайте быстро посмотрим на реализацию:
public void delete(String word) {
delete(root, word, 0);
}
private boolean delete(TrieNode current, String word, int index) {
if (index == word.length()) {
if (!current.isEndOfWord()) {
return false;
}
current.setEndOfWord(false);
return current.getChildren().isEmpty();
}
char ch = word.charAt(index);
TrieNode node = current.getChildren().get(ch);
if (node == null) {
return false;
}
boolean shouldDeleteCurrentNode = delete(node, word, index + 1) && !node.isEndOfWord();
if (shouldDeleteCurrentNode) {
current.getChildren().remove(ch);
return current.getChildren().isEmpty();
}
return false;
}
И в действии:
@Test
void whenDeletingElements_ThenTreeDoesNotContainThoseElements() {
Trie trie = createTrie();
assertTrue(trie.containsNode("Programming"));
trie.delete("Programming");
assertFalse(trie.containsNode("Programming"));
}
4. Заключение
В этой статье мы увидели краткое введение в структуру данных trie, ее наиболее распространенные операции и их реализацию.
Полный исходный код примеров, показанных в этой статье, можно найти вover on GitHub.