最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

javascript trie前綴樹的示例

 更新時(shí)間:2018年01月29日 12:17:21   作者:司徒正美  
這篇文章主要介紹了javascript trie單詞查找樹的示例,詳細(xì)的介紹了trie的概念和實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

引子

Trie樹(來自單詞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)

  1. 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
  2. 從根節(jié)點(diǎn)到某一節(jié)點(diǎn)。路徑上經(jīng)過的字符連接起來,就是該節(jié)點(diǎn)對(duì)應(yīng)的字符串
  3. 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樹巨長無比,節(jié)點(diǎn)可讀性也非常差,這種情況下是不適宜用Trie樹來保存數(shù)據(jù)的;而二叉搜索樹就不存在這個(gè)問題。

Trie樹與Hash表

考慮一下Hash沖突的問題。Hash表通常我們說它的復(fù)雜度是O(1),其實(shí)嚴(yán)格說起來這是接近完美的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來說是無序的)。

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表的查找訪問在理想情況下只需要一次即可;但是Trie樹訪問磁盤的數(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)原理來解決Trie樹過深問題的。

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,通過一個(gè)元素為數(shù)字的多維數(shù)組(比如Triple Array Trie)來表示,這樣存儲(chǔ)Trie樹本身的空間開銷會(huì)小一些,雖說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)最長公共前綴

inn和int的最長公共前綴是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。那么有可能是通過字典樹實(shí)現(xiàn)的,前面也說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即可。

以上就是本文的全部內(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

最新評(píng)論

锦州市| 太康县| 积石山| 囊谦县| SHOW| 平阳县| 正宁县| 佛冈县| 洛隆县| 定南县| 库尔勒市| 汤原县| 抚松县| 万源市| 赫章县| 富锦市| 噶尔县| 灵山县| 莲花县| 岐山县| 兴业县| 延吉市| 宁安市| 浑源县| 望谟县| 翁牛特旗| 高陵县| 东山县| 察哈| 米林县| 华亭县| 龙口市| 综艺| 武隆县| 玛曲县| 宣武区| 连州市| 古蔺县| 岫岩| 乌恰县| 新营市|