Ordet ' Prøv 'er et utdrag fra ordet' henting '. Trie er en sortert trebasert datastruktur som lagrer settet med strenger. Den har antall pekere lik antall tegn i alfabetet i hver node. Den kan søke etter et ord i ordboken ved hjelp av ordets prefiks. For eksempel, hvis vi antar at alle strenger er dannet av bokstavene ' en ' til ' Med ' i det engelske alfabetet kan hver forsøksnode ha maksimalt 26 poeng.
konverter en int til streng c++
Trie er også kjent som det digitale treet eller prefiksetreet. Posisjonen til en node i Trie bestemmer nøkkelen som noden er koblet til.
Egenskaper til Trie for et sett med strengen:
- Rotnoden til prøven representerer alltid nullnoden.
- Hvert barn av noder er sortert alfabetisk.
- Hver node kan ha maksimalt 26 barn (A til Å).
- Hver node (unntatt roten) kan lagre én bokstav i alfabetet.
Diagrammet nedenfor viser en trie-representasjon for klokken, bjørnen, boringen, balltre, ball, stopp, lager og stabel.
Grunnleggende operasjoner for Trie
Det er tre operasjoner i Trie:
- Innsetting av en node
- Søker etter en node
- Sletting av en node
Sett inn en node i Trie
Den første operasjonen er å sette inn en ny node i forsøket. Før vi starter implementeringen, er det viktig å forstå noen punkter:
- Hver bokstav i inntastingsnøkkelen (ordet) settes inn som et individ i Trie_node. Merk at barn peker på neste nivå av Trie-noder.
- Nøkkeltegnarrayen fungerer som en indeks over barn.
- Hvis den nåværende noden allerede har en referanse til gjeldende bokstav, sett den nåværende noden til den refererte noden. Ellers kan du opprette en ny node, angi at bokstaven skal være lik den nåværende bokstaven, og til og med starte den nåværende noden med denne nye noden.
- Tegnlengden bestemmer dybden på forsøket.
Implementering av å sette inn en ny node i Trie
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]="=" '