近期在学习的时候，常常看到使用Trie树数据结构来解决这个问题。比方“ 有一个1G大小的一个文件。里面每一行是一个词。词的大小不超过16字节，内存大小限制是1M。
返回频数最高的100个词。
” 该怎样解决？ 有一种方案就是使用Trie树加 排序实现 。
什么是Trie 树呢？也就是常说的字典树，网上对此讲得也非常多，简单补充一下个人理解： 它实际上相当于把单词的公共部分给拎出来。这样一层一层往上拎直到得到每一个节点都是不可分的最小单元！
比方网上一个样例
一组单词，inn, int, at, age, adv, ant, 我们能够得到以下的Trie：
这里的节点上存的是一个单词，实际上。每一个节点走过的路径就是该节点代表的单词！其他不多扯了~~~
Trie树有什么优点呢
本文不是讲理论。仅仅是给出用java自己实现的Trie树数据结构，当中实现了
插入、查找、遍历、单词联想（找公共前缀）等基本功能, 其他功能大家能够自己加入~~~~package com.algorithms;
import java.util.HashMap;
import java.util.Map;
public class Trie_Tree{
/**
* 内部节点类
* @author "zhshl"
* @date 2014-10-14
*
*/
private class Node{
private int dumpli_num;////该字串的反复数目， 该属性统计反复次数的时候实用,取值为0、1、2、3、4、5……
private int prefix_num;///以该字串为前缀的字串数。 应该包含该字串本身。。！。！
private Node childs[];////此处用数组实现，当然也能够map或list实现以节省空间
private boolean isLeaf;///是否为单词节点
public Node(){
dumpli_num=0;
prefix_num=0;
isLeaf=false;
childs=new Node[26];
}
}
private Node root;///树根
public Trie_Tree(){
///初始化trie 树
root=new Node();
}
/**
* 插入字串。用循环取代迭代实现
* @param words
*/
public void insert(String words){
insert(this.root, words);
}
/**
* 插入字串，用循环取代迭代实现
* @param root
* @param words
*/
private void insert(Node root,String words){
words=words.toLowerCase();////转化为小写
char[] chrs=words.toCharArray();
for(int i=0,length=chrs.length; i<length; i++){
///用相对于a字母的值作为下标索引，也隐式地记录了该字母的值
int index=chrs[i]-'a';
if(root.childs[index]!=null){
////已经存在了，该子节点prefix_num++
root.childs[index].prefix_num++;
}else{
///假设不存在
root.childs[index]=new Node();
root.childs[index].prefix_num++;
}
///假设到了字串结尾，则做标记
if(i==length-1){
root.childs[index].isLeaf=true;
root.childs[index].dumpli_num++;
}
///root指向子节点，继续处理
root=root.childs[index];
}
}
/**
* 遍历Trie树，查找全部的words以及出现次数
* @return HashMap<String, Integer> map
*/
public HashMap<String,Integer> getAllWords(){
// HashMap<String, Integer> map=new HashMap<String, Integer>();
return preTraversal(this.root, "");
}
/**
* 前序遍历。。。
* @param root 子树根节点
* @param prefixs 查询到该节点前所遍历过的前缀
* @return
*/
private HashMap<String,Integer> preTraversal(Node root,String prefixs){
HashMap<String, Integer> map=new HashMap<String, Integer>();
if(root!=null){
if(root.isLeaf==true){
////当前即为一个单词
map.put(prefixs, root.dumpli_num);
}
for(int i=0,length=root.childs.length; i<length;i++){
if(root.childs[i]!=null){
char ch=(char) (i+'a');
////递归调用前序遍历
String tempStr=prefixs+ch;
map.putAll(preTraversal(root.childs[i], tempStr));
}
}
}
return map;
}
/**
* 推断某字串是否在字典树中
* @param word
* @return true if exists ,otherwise false
*/
public boolean isExist(String word){
return search(this.root, word);
}
/**
* 查询某字串是否在字典树中
* @param word
* @return true if exists ,otherwise false
*/
private boolean search(Node root,String word){
char[] chs=word.toLowerCase().toCharArray();
for(int i=0,length=chs.length; i<length;i++){
int index=chs[i]-'a';
if(root.childs[index]==null){
///假设不存在，则查找失败
return false;
}
root=root.childs[index];
}
return true;
}
/**
* 得到以某字串为前缀的字串集。包含字串本身。 相似单词输入法的联想功能
* @param prefix 字串前缀
* @return 字串集以及出现次数，假设不存在则返回null
*/
public HashMap<String, Integer> getWordsForPrefix(String prefix){
return getWordsForPrefix(this.root, prefix);
}
/**
* 得到以某字串为前缀的字串集。包含字串本身。
* @param root
* @param prefix
* @return 字串集以及出现次数
*/
private HashMap<String, Integer> getWordsForPrefix(Node root,String prefix){
HashMap<String, Integer> map=new HashMap<String, Integer>();
char[] chrs=prefix.toLowerCase().toCharArray();
////
for(int i=0, length=chrs.length; i<length; i++){
int index=chrs[i]-'a';
if(root.childs[index]==null){
return null;
}
root=root.childs[index];
}
///结果包含该前缀本身
///此处利用之前的前序搜索方法进行搜索
return preTraversal(root, prefix);
}
}
下面是測试类：
package com.algorithm.test;
import java.util.HashMap;
import com.algorithms.Trie_Tree;
public class Trie_Test {
public static void main(String args[]) //Just used for test
{
Trie_Tree trie = new Trie_Tree();
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");
HashMap<String,Integer> map=trie.getAllWords();
for(String key:map.keySet()){
System.out.println(key+" 出现: "+ map.get(key)+"次");
}
map=trie.getWordsForPrefix("chin");
System.out.println("
包括chin（包括本身）前缀的单词及出现次数：");
for(String key:map.keySet()){
System.out.println(key+" 出现: "+ map.get(key)+"次");
}
if(trie.isExist("xiaoming")==false){
System.out.println("
字典树中不存在：xiaoming ");
}
}
}
chinaha 出现: 1次
her 出现: 1次
handsome 出现: 1次
know 出现: 1次
man 出现: 1次
xiaoliang 出现: 2次
i 出现: 1次
china 出现: 5次
包括chin（包括本身）前缀的单词及出现次数：
chinaha 出现: 1次
china 出现: 5次
字典树中不存在：xiaoming
总结：在实现的时候。主要是想好怎样设计每一个节点的结构，这里针对单词总共26个，使用了一个字符数组来记录。事实上全然能够用list或其它的容器来实现。这样也就能够容纳更复杂的对象了！另外一个方面就是。一个节点的prefix_num属性实际上是指到该节点经过的路径（也就是字串）的反复数。而不是到该节点的反复数（由于一个节点的child域并非指某个单词，这样prefix_num对该节点本身没意义）。最后，遍历使用了前序遍历的递归实现。相信对学过一点数据结构的不难。。。