💖前言

🎄字典树

🏆定义

字典树又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串),查找搜索引擎中用于分词，词频分析，自动补全机制…

查找效率高：核心是利用公共前缀减少查询时间

☀️图例介绍

上面这棵Trie树包含的字符串集合是{in, inn, int, tea, ten, to}。树中的每一条边上都标识有一个字符。这些字符可以是任意一个字符集中的字符。比如对于都是小写字母的字符串，字符集就是’a’-‘z’；对于都是数字的字符串，字符集就是’0’-‘9’；对于二进制字符串，字符集就是0和1。

比如上图中框住节点的路径字符串是inn，

上图中框住节点的路径字符串是ten。 终结点与集合中的字符串是一一对应的。

⭐️代码实现字典树

/**
 * @author: guochao.bj@fang.com
 * @createDate: 2022/2/5 18:03
 */
class TreeNode{
          
   

    char data;      //当前节点的字母
    boolean isEnd=false;         //是否为叶子节点
    TreeNode[] childs;  //子节点

    public TreeNode(){
          
   
        childs=new TreeNode[26];
        isEnd=false;
    }
}
public class Test {
          
   
    /**
     * 创建字典树
     * @param node
     * @param str
     * @return void
     * @author guochao.bj@fang.com
     * @date 2022/2/5
     */
    public static void creatTireTree(TreeNode node,String str){
          
       //单词小写
        char[] chars = str.toCharArray();
        for (int i = 0; i < chars.length; i++) {
          
   
            int i1 = chars[i] - a; //字符转0~25的数字 使用ascII 值

            if (node.childs[i1]==null){
          
   
                node.childs[i1]= new TreeNode();
                node.childs[i1].data=chars[i];
            }
            node=node.childs[i1];   //切换跟节点

        }
        node.isEnd=true;
    }

    /**
     * 字典树查找
     * @param str
     * @param node
     * @return boolean
     * @author guochao.bj@fang.com
     * @date 2022/2/5
     */
    public static boolean find(String str,TreeNode node){
          
   
        char[] chars = str.toCharArray();

        for (int i = 0; i < chars.length; i++) {
          
   
            int i1 = chars[i] - a; //字符转0~25的数字 使用ascII 值
            if (node.childs[i1]!=null){
          
   
                node=node.childs[i1];   //切换节点
            }else {
          
   
                return false;
            }
        }
        return node.isEnd;
    }

    public static void main(String[] args) {
          
   
        String[] aa={
          
   "java","sql","php","ps","js"};
        TreeNode root = new TreeNode();
        for (String s : aa) {
          
   
            creatTireTree(root,s);
        }
        System.out.println("创建完成");
        System.out.println(find("java",root));
        System.out.println(find("jav",root));

    }

}

🔥字典树分析

查找时间复杂度为：O（N）

内存分析：内存消耗大，26的次方；

纯字典树不适合中日韩文，不适合IK分词。如果要使用需要使用字典树变种：双数组Tire树；