一 、前缀树是什么
- 前缀树是一种查找结构,常用于指定字符串或是数组、线性表等连续信息的存储和查找。
- 他的作用类似于哈希表,但是它相对于哈希表来说,限制更多,通用性较差,但是它的功能更加强大,可定制性也更强。
二、简单前缀树的结构分析
如需理解以下内容,首先你需要了解树的结构;
- 比如二叉树,父节点之下包含两个节点,分别为左右子节点,分别开辟空间,进行数据存储。
- 前缀树的结构也是类似的,它的每个节点包含两个部分: 值部分和指针部分。
- 它的存储方式为:在一棵树上,从根到子节点,分别存储所有目标数据的每一个下标位置上的数据
- 值部分主要又包含两个数据: 路过该节点的数量为pass, 以该节点为结尾的数量为end。
- 指针部分主要包含它的所有子节点,记为next
- 以存储26个小写英文字母为例,现在需要存储英文单词"ass",则存储路径如下:
  
- 上图中,每经过一个节点,将该节点的pass值加一,将末尾节点的end值加一。通过这种操作记录所有经过的数据记录。
- 同时在树中,需要一个根节点来管理所有子节点,根节点中不存数据(除非是空字符串)
- 接下来就只需要用代码将所有方法实现即可
下面给出实现,一共四个接口:
- insert插入字符串,给前缀树添加一组数据
- find查找已存入的字符串个数
- findContain输入前缀查找已存在的前缀相同的字符串个数
- erase从前缀树中擦除一个字符串及其所存在数据
- 其中insert方法需要注意pass的数据增加
- erase方法需要注意的是:
 需要先检查字符串是否存在;
 当一个节点的经过数量等于0时,即- pass == 0时,代表其下没有任何可能存在的字符串,所以直接将整棵树删除即可;
 移除节点时,需要提前写好析构函数,将其所有子节点的内存全部释放,以免出现内存泄漏
代码:
#include <iostream>
using namespace std;
//26 个小写英文字母
#define NUMBER 26
// 节点的结构
class TrieNode
{
public:
	int pass;
	int end;
	TrieNode* nexts[NUMBER];
	TrieNode()
	{
		pass = 0;
		end = 0;
		for (int i = 0; i < NUMBER; i++)
		{
			nexts[i] = nullptr;
		}
	}
	~TrieNode()
	{
		for (int i = 0; i < NUMBER; i++)
		{
			if (nexts[i]) delete nexts[i];
		}
	}
};
// 所调用的树结构
class TrieTree
{
	TrieNode* root = nullptr;
public:
	TrieTree()
	{
		root = new TrieNode();
	}
	// 插入
	void insert(string word)
	{
		TrieNode* cur = root;
		cout << word;
		for (int i = 0; i < word.size(); i++)
		{
			
			int num = word[i] - 'a';
			if (cur->nexts[num] == nullptr)
			{
				cur->nexts[num] = new TrieNode();
			}
			cur = cur->nexts[num];
			cur->pass++;
		}
		cur->end++;
	}
	//查找字符串数量
	int find(string word)
	{
		TrieNode* cur = root;
		for (int i = 0; i < word.size(); i++)
		{
			int num = word[i] - 'a';
			if (cur->nexts[num] == nullptr) return 0;
			cur = cur->nexts[num];
		}
		return cur->end;
	}
	//查找前缀数量
	int findContain(string word)
	{
		TrieNode* cur = root;
		for (int i = 0; i < word.size(); i++)
		{
			int num = word[i] - 'a';
			if (cur->nexts[num] == nullptr) return 0;
			cur = cur->nexts[num];
		}
		return cur->pass;
	}
	//删除
	bool erase(string word)
	{
		if (find(word) == 0) return false;
		TrieNode* cur = root;
		for (int i = 0; i < word.size(); i++)
		{
			int num = word[i] - 'a';
			if (cur->nexts[num]->pass <= 1)
			{
				delete cur->nexts[num];
				cur->nexts[num] = nullptr;
				return true;
			}
			cur = cur->nexts[num];
			cur->pass--;
		}
		cur->end--;
		return true;
	}
};
- 最后想说的是:这个树结构可以根据需求来进行多样式的处理;
- 上述方法是使用下标作为数据进行处理,如果需要实现大量不同的数据处理的话,可以考虑使用哈希表或其他结构,如set容器,map容器等。



















![[附源码]计算机毕业设计计算机相关专业考研资料管理系统Springboot程序](https://img-blog.csdnimg.cn/677368c4d28746c7b572fe43eac86824.png)