信息檢索——初識Trie樹

一、概述

　　Trie樹（ /tri:/ ），又稱前綴樹、字典樹，是種快速檢索的多叉樹結構，

 

Trie樹的基本性質能夠概括爲：

（1）根節點不包含字符，除根節點意外每一個節點只包含一個字符。

（2）從根節點到某一個節點，路徑上通過的字符鏈接起來，爲該節點對應的字符串。

（3）每一個節點的全部子節點包含的字符串不相同。 

二、Trie基本實現

　　基本操做包括插入、刪除、查找等。

　　考慮到一般用於字典等內存較大的狀況，應該加入序列化，分割等操做。

三、應用

       接觸這一數據結構是由於分詞處理中的字典存儲問題，對這一問題Trie無心是一個足夠高效的數據結構，採用以空間換時間的方式，提供了良好的查找性能。此外還有一下應用：

1）字符串最長公共前綴

2）排序

　　先序遍歷整棵樹就是字典序的排序輸出。

3）做爲其餘數據結構或算法的輔助結構

　　如AC自動機、後綴樹等

四、優化

　　基本結構的插入、查找時間複雜度爲O(N)，N爲字符串長度

　　 空間複雜度爲和字典中字符種類的多少，串的長度有關。

主要優化方法有二分法、基數樹、雙數組等。具體性能能夠參見《幾種Trie樹性能比較》

 

參考資料

（1）博客 《數據結構之Trie樹》http://dongxicheng.org/structure/trietree/

 

（2）博客 《幾種Trie樹性能比較》http://www.hankcs.com/nlp/performance-comparison-of-several-trie-tree.html

（3）wiki Trie https://en.wikipedia.org/wiki/Trie