Trie树通过共享前缀存储字符串,支持高效插入、查找和前缀匹配,时间复杂度为O(L),适用于自动补全、拼写检查等场景。

在处理字符串前缀相关问题时,Trie树(字典树)是一种非常高效的数据结构。它通过共享前缀的方式存储字符串集合,能快速完成插入、查找和前缀匹配操作,时间复杂度为 O(L),其中 L 是字符串长度。
Trie树的核心思想是将字符串按字符逐层分解,每个节点代表一个字符,从根到某节点的路径构成一个字符串前缀。常见实现方式是使用指针或数组构建多叉树结构。
每个节点包含:
示例:插入 "apple" 后,根 → a → p → p → l → e,e 节点的 isEnd 为 true。
立即学习“C++免费学习笔记(深入)”;
以下是一个简洁且高效的 Trie 树实现:
#include <vector>
using namespace std;
class Trie {
private:
struct TrieNode {
vector<TrieNode*> children;
bool isEnd;
TrieNode() : children(26, nullptr), isEnd(false) {}
};
TrieNode* root;
public:
Trie() {
root = new TrieNode();
}
// 插入字符串
void insert(const string& word) {
TrieNode* node = root;
for (char c : word) {
int idx = c - 'a';
if (!node->children[idx]) {
node->children[idx] = new TrieNode();
}
node = node->children[idx];
}
node->isEnd = true;
}
// 查找完整字符串是否存在
bool search(const string& word) {
TrieNode* node = root;
for (char c : word) {
int idx = c - 'a';
if (!node->children[idx]) {
return false;
}
node = node->children[idx];
}
return node->isEnd;
}
// 判断是否有指定前缀
bool startsWith(const string& prefix) {
TrieNode* node = root;
for (char c : prefix) {
int idx = c - 'a';
if (!node->children[idx]) {
return false;
}
node = node->children[idx];
}
return true;
}
};Trie树特别适合以下场景:
提示:若需节省空间,可改用 unordered_map<char, TrieNode*> 替代固定数组;对中文等多字节字符,需调整编码处理逻辑。
基本上就这些,Trie树实现不复杂但容易忽略内存释放。实际项目中可结合智能指针管理生命周期,避免泄漏。
以上就是C++如何实现一个Trie树(字典树)_C++高效处理字符串前缀查询的数据结构的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号