Python算法题集_实现 Trie [前缀树]
- 题208：实现 Trie (前缀树)
- 1. 示例说明
- 2. 题目解析
- - 题意分解
- - 优化思路
- - 测量工具
- 3. 代码展开
- 1) 标准求解【定义数据类+默认字典】
- 2) 改进版一【初始化字典+无额外类】
- 3) 改进版二【字典保存结尾信息+无额外类】
- 4. 最优算法
- 5. 相关资源
本文为Python算法题集之一的代码示例
题208：实现 Trie (前缀树)
1. 示例说明
-
Trie（发音类似 “try”）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。
请你实现 Trie 类：
Trie()初始化前缀树对象。void insert(String word)向前缀树中插入字符串word。boolean search(String word)如果字符串word在前缀树中，返回true（即，在检索之前已经插入）；否则，返回false。boolean startsWith(String prefix)如果之前已经插入的字符串word的前缀之一为prefix，返回true；否则，返回false。
示例：
输入 ["Trie", "insert", "search", "search", "startsWith", "insert", "search"] [[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]] 输出 [null, null, true, false, true, null, true] 解释 Trie trie = new Trie(); trie.insert("apple"); trie.search("apple"); // 返回 True trie.search("app"); // 返回 False trie.startsWith("app"); // 返回 True trie.insert("app"); trie.search("app"); // 返回 True提示：
1 <= word.length, prefix.length <= 2000word和prefix仅由小写英文字母组成insert、search和startsWith调用次数 总计 不超过3 * 104次
2. 题目解析
- 题意分解
- 本题是为自动补完、拼写检查等创造一个高效率的检索类
- 基本的设计思路迭代单词，每层用字典保存，同时还需要保存单词结尾信息【search检测结尾、startWith不检测】
- 优化思路
-
通常优化：减少循环层次
-
通常优化：增加分支，减少计算集
-
通常优化：采用内置算法来提升计算速度
-
分析题目特点，分析最优解
-
可以尝试使用默认字典
defaultdict -
本题都是小写字母，因此26个元素的字典就可以保存一个层级
-
所有单词字符都是ASCII码，Ord值都在0-127，因此128个元素的字典可以正常使用【超时测试用例，需要128一层】
-
可以考虑将单词结尾信息保存在字典中，用一个单词中不会出现的字符即可，比如’#’
-
- 测量工具
- 本地化测试说明：LeetCode网站测试运行时数据波动很大【可把页面视为功能测试】，因此需要本地化测试解决数据波动问题
CheckFuncPerf（本地化函数用时和内存占用测试模块）已上传到CSDN，地址：Python算法题集_检测函数用时和内存占用的模块- 本题本地化超时测试用例自己生成，详见章节【最优算法】，需要安装和部署**
NLTK**
3. 代码展开
1) 标准求解【定义数据类+默认字典】
使用默认字典，定位专门的数据类，使用类属性保存单词结尾信息
页面功能测试，马马虎虎，超过33%
import CheckFuncPerf as cfp
class prenode:
def __init__(self):
self.chars = defaultdict(int)
class Trie_base:
def __init__(self):
self.node = prenode()
self.bEnd = False
def searchPrefix(self, prefix):
tmpNode = self
for achar in prefix:
ichar = ord(achar) - ord("a")
if tmpNode.node.chars[ichar] == 0:
return None
tmpNode = tmpNode.node.chars[ichar]
return tmpNode
def insert(self, word):
tmpNode = self
for achar in word:
ichar = ord(achar) - ord("a")
if tmpNode.node.chars[ichar] == 0:
tmpNode.node.chars[ichar] = Trie_base()
tmpNode = tmpNode.node.chars[ichar]
tmpNode.bEnd = True
def search(self, word):
node = self.searchPrefix(word)
return node is not None and node.bEnd
def startsWith(self, prefix):
return self.searchPrefix(prefix) is not None
tmpTrie = Trie_base()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
# 运行结果
函数 testTrie 的运行时间为 7127.62 ms；内存使用量为 373008.00 KB 执行结果 = 99
2) 改进版一【初始化字典+无额外类】
将字典数据和单词结尾信息都保存在节点类中，创建类同时初始化字典的128个元素【按题意只需26，本类已经按超时测试改写】
页面功能测试，马马虎虎，超过65%
import CheckFuncPerf as cfp
class Trie_ext1:
def __init__(self):
self.data = [None] * 128
self.bEnd = False
def searchPrefix(self, prefix):
tmpnode = self
for achar in prefix:
ichar = ord(achar)
if not tmpnode.data[ichar]:
return None
tmpnode = tmpnode.data[ichar]
return tmpnode
def insert(self, word):
tmpnode = self
for achar in word:
ichar = ord(achar)
if not tmpnode.data[ichar]:
tmpnode.data[ichar] = Trie_ext1()
tmpnode = tmpnode.data[ichar]
tmpnode.bEnd = True
def search(self, word):
tmpnode = self.searchPrefix(word)
return tmpnode is not None and tmpnode.bEnd
def startsWith(self, prefix):
return self.searchPrefix(prefix) is not None
tmpTrie = Trie_ext1()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
# 运行结果
函数 testTrie 的运行时间为 5857.32 ms；内存使用量为 793700.00 KB 执行结果 = 99
3) 改进版二【字典保存结尾信息+无额外类】
在字典中保存单词结尾信息，将字典数据保存在节点类中，创建类时不初始化字典
页面功能测试，性能卓越，超越96%
import CheckFuncPerf as cfp
class Trie_ext2:
def __init__(self):
self.tree = {}
def insert(self, word):
tree = self.tree
for achar in word:
if achar not in tree:
tree[achar] = {}
tree = tree[achar]
tree["#"] = "#"
def search(self, word):
tree = self.tree
for achar in word:
if achar not in tree:
return False
tree = tree[achar]
return "#" in tree
def startsWith(self, prefix):
tree = self.tree
for achar in prefix:
if achar not in tree:
return False
tree = tree[achar]
return True
tmpTrie = Trie_ext2()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
# 运行结果
函数 testTrie 的运行时间为 1670.38 ms；内存使用量为 146692.00 KB 执行结果 = 99
4. 最优算法
根据本地日志分析，最优算法为第3种方式【字典保存结尾信息+无额外类】Trie_ext2
本题大概有以下结论：
- 独立的变量，如果能保存在字典结构里，减少独立的变量数，可以提升性能
- 数据集的默认初始化可能会扩大内存使用，同时数据量过大、内存过大也拖累性能
import random
from nltk.corpus import words
word_list = list(words.words())
def testTrie(aTrie, actions):
for act in actions:
if act[0]==1: # insert
aTrie.insert(act[1])
elif act[0]==2: # search
aTrie.search(act[1])
elif act[0]==3: # startsWith
aTrie.startsWith(act[1])
return 99
import random
actions = []
iLen = 1000000
for iIdx in range(iLen):
actions.append([random.randint(1, 3), random.choice(word_list)])
tmpTrie = Trie_base()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
tmpTrie = Trie_ext1()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
tmpTrie = Trie_ext2()
result = cfp.getTimeMemoryStr(testTrie, tmpTrie, actions)
print(result['msg'], '执行结果 = {}'.format(result['result']))
# 算法本地速度实测比较
函数 testTrie 的运行时间为 7127.62 ms；内存使用量为 373008.00 KB 执行结果 = 99
函数 testTrie 的运行时间为 5857.32 ms；内存使用量为 793700.00 KB 执行结果 = 99
函数 testTrie 的运行时间为 1670.38 ms；内存使用量为 146692.00 KB 执行结果 = 99
5. 相关资源
本文代码已上传到CSDN，地址：**Python算法题源代码_LeetCode(力扣)_**实现Trie(前缀树)
一日练，一日功，一日不练十日空
may the odds be ever in your favor ~
