Le mot ' Essayer ' est un extrait du mot ' récupération '. Trie est une structure de données arborescente triée qui stocke l'ensemble de chaînes. Il a un nombre de pointeurs égal au nombre de caractères de l'alphabet dans chaque nœud. Il peut rechercher un mot dans le dictionnaire à l'aide du préfixe du mot. Par exemple, si nous supposons que toutes les chaînes sont formées à partir des lettres ' un ' à ' Avec ' dans l'alphabet anglais, chaque nœud trie peut avoir un maximum de 26 points.
exemple de javascript
Trie est également connu sous le nom d'arbre numérique ou d'arbre de préfixes. La position d'un nœud dans le Trie détermine la clé avec laquelle ce nœud est connecté.
Propriétés du Trie pour un ensemble de chaîne :
- Le nœud racine du trie représente toujours le nœud nul.
- Chaque enfant de nœuds est trié par ordre alphabétique.
- Chaque nœud peut avoir un maximum de 26 enfants (A à Z).
- Chaque nœud (sauf la racine) peut stocker une lettre de l'alphabet.
Le diagramme ci-dessous représente une représentation trie pour la cloche, l'ours, l'alésage, la batte, la balle, la butée, la crosse et la pile.
Opérations de base de Trie
Il y a trois opérations dans le Trie :
- Insertion d'un nœud
- Rechercher un nœud
- Suppression d'un nœud
Insertion d'un nœud dans le Trie
La première opération consiste à insérer un nouveau nœud dans le trie. Avant de commencer la mise en œuvre, il est important de comprendre certains points :
- Chaque lettre de la clé de saisie (mot) est insérée individuellement dans le Trie_node. Notez que les enfants pointent vers le niveau suivant des nœuds Trie.
- Le tableau de caractères clés agit comme un index des enfants.
- Si le nœud actuel a déjà une référence à la lettre actuelle, définissez le nœud actuel sur ce nœud référencé. Sinon, créez un nouveau nœud, définissez la lettre pour qu'elle soit égale à la lettre actuelle et démarrez même le nœud actuel avec ce nouveau nœud.
- La longueur des caractères détermine la profondeur du trie.
Implémentation de l'insertion d'un nouveau nœud dans le Trie
public class Data_Trie { private Node_Trie root; public Data_Trie(){ this.root = new Node_Trie(); } public void insert(String word){ Node_Trie current = root; int length = word.length(); for (int x = 0; x <length; x++){ char l="word.charAt(x);" node_trie node="current.getNode().get(L);" if (node="=" null){ (); current.getnode().put(l, node); } current="node;" current.setword(true); < pre> <h3>Searching a node in Trie</h3> <p>The second operation is to search for a node in a Trie. The searching operation is similar to the insertion operation. The search operation is used to search a key in the trie. The implementation of the searching operation is shown below.</p> <p>Implementation of search a node in the Trie</p> <pre> class Search_Trie { private Node_Trie Prefix_Search(String W) { Node_Trie node = R; for (int x = 0; x <w.length(); x++) { char curletter="W.charAt(x);" if (node.containskey(curletter)) node="node.get(curLetter);" } else return null; node; public boolean search(string w) node_trie !="null" && node.isend(); < pre> <h3>Deletion of a node in the Trie</h3> <p>The Third operation is the deletion of a node in the Trie. Before we begin the implementation, it is important to understand some points:</p> <ol class="points"> <li>If the key is not found in the trie, the delete operation will stop and exit it.</li> <li>If the key is found in the trie, delete it from the trie.</li> </ol> <p> <strong>Implementation of delete a node in the Trie</strong> </p> <pre> public void Node_delete(String W) { Node_delete(R, W, 0); } private boolean Node_delete(Node_Trie current, String W, int Node_index) { if (Node_index == W.length()) { if (!current.isEndOfWord()) { return false; } current.setEndOfWord(false); return current.getChildren().isEmpty(); } char A = W.charAt(Node_index); Node_Trie node = current.getChildren().get(A); if (node == null) { return false; } boolean Current_Node_Delete = Node_delete(node, W, Node_index + 1) && !node.isEndOfWord(); if (Current_Node_Delete) { current.getChildren().remove(A); return current.getChildren().isEmpty(); } return false; } </pre> <h2>Applications of Trie</h2> <p> <strong>1. Spell Checker</strong> </p> <p>Spell checking is a three-step process. First, look for that word in a dictionary, generate possible suggestions, and then sort the suggestion words with the desired word at the top.</p> <p>Trie is used to store the word in dictionaries. The spell checker can easily be applied in the most efficient way by searching for words on a data structure. Using trie not only makes it easy to see the word in the dictionary, but it is also simple to build an algorithm to include a collection of relevant words or suggestions.</p> <p> <strong>2. Auto-complete</strong> </p> <p>Auto-complete functionality is widely used on text editors, mobile applications, and the Internet. It provides a simple way to find an alternative word to complete the word for the following reasons.</p> <ul> <li>It provides an alphabetical filter of entries by the key of the node.</li> <li>We trace pointers only to get the node that represents the string entered by the user.</li> <li>As soon as you start typing, it tries to complete your input.</li> </ul> <p> <strong>3. Browser history</strong> </p> <p>It is also used to complete the URL in the browser. The browser keeps a history of the URLs of the websites you've visited.</p> <h2>Advantages of Trie</h2> <ol class="points"> <li>It can be insert faster and search the string than hash tables and binary search trees.</li> <li>It provides an alphabetical filter of entries by the key of the node.</li> </ol> <h2>Disadvantages of Trie</h2> <ol class="points"> <li>It requires more memory to store the strings.</li> <li>It is slower than the hash table.</li> </ol> <h2>Complete program in C++</h2> <pre> #include #include #include #define N 26 typedef struct TrieNode TrieNode; struct TrieNode { char info; TrieNode* child[N]; int data; }; TrieNode* trie_make(char info) { TrieNode* node = (TrieNode*) calloc (1, sizeof(TrieNode)); for (int i = 0; i <n; i++) node → child[i]="NULL;" data="0;" info="info;" return node; } void free_trienode(trienode* node) { for(int i="0;" < n; if (node !="NULL)" free_trienode(node child[i]); else continue; free(node); trie loop start trienode* trie_insert(trienode* flag, char* word) temp="flag;" for (int word[i] ; int idx="(int)" - 'a'; (temp child[idx]="=" null) child[idx]; }trie flag; search_trie(trienode* position="word[i]" child[position]="=" 0; child[position]; && 1) 1; check_divergence(trienode* len="strlen(word);" (len="=" 0) last_index="0;" len; child[position]) j="0;" <n; j++) (j child[j]) + break; last_index; find_longest_prefix(trienode* (!word || word[0]="=" '