trie浅谈

关于trie

​ 其实字典树和以上两种算法有很大不同,但是hash由于其优秀的应用,导致有些字符串查找用hash也是可行的.

​ 字典树中支持添加,查找,区间查询(可持久化字典树),而且在异或操作上有更加好的操作;

前置知识

​ 树的基本构造;

入坑

​ 字典树是通过动态建点,而形成的树,基本数组有两维, \(tr[x][to]\) 中第一维存的是节点标号,而第二维存的是当字符为 \(to\) 时通向的节点;

基本操作

​ 我当时入门是学的是这道题;

给你一些初始字符串,询问,给你一个字符串,这个字符串在这个初始字符串中是否存在

​ 当时使用hash写的,但是没过;

​ 现在我们可以用字典树先存一下初始字符串,然后在树上匹配,单次时间复杂度 \(O(n)\) ;

code

#include<bits/stdc++.h>
using namespace std;
int n,m,trie[300007][27],num[300007],sz;
bool vis[300007];

void build(char a[]){
	int now=0;
	for(int i=0;i<strlen(a);i++){
		if(!trie[now][a[i]-'a']) trie[now][a[i]-'a']=++sz;
		now=trie[now][a[i]-'a'];
	}
	num[now]++;
}

int exam(char a[]){
	int now=0;
	for(int i=0;i<strlen(a);i++){
		if(!trie[now][a[i]-'a']) return 0;
		now=trie[now][a[i]-'a'];
	}
	if(!num[now]) return 0;
	if(vis[now]) return 1;
	vis[now]=1; return 2;
}

int main(){
	scanf("%d",&n);
	for(int i=1;i<=n;i++){
		char a[60];
		scanf("%s",a);
		build(a);
	}
	scanf("%d",&m);
	for(int i=1;i<=m;i++){
		char a[60];
		scanf("%s",a);
		int x=exam(a);
		switch(x){
			case 0:{
				printf("WRONG\n");
				break;
			}
			case 1:{
				printf("REPEAT\n");
				break;
			}
			case 2:{
				printf("OK\n");
				break;
			}
		}
	}
}

另

​ 我在hash中介绍了map,这里其实也可以用map存字符串,但是其时间复杂度比原来的多了一个 \(logn\) ,写法虽然简单但是时间并不优秀;

code

#include<bits/stdc++.h>
using namespace std;
map<string,int>p;
int n,m;
string s;
int main(){
	scanf("%d",&n);
	for(int i=1;i<=n;i++){
		cin>>s;
		p[s]=1;
	}
	scanf("%d",&m);
	for(int i=1;i<=m;i++){
		cin>>s;
		if(p[s]==1){
			puts("OK"),p[s]=2;
		}else if(p[s]==0){
			puts("WRONG");
		}else if(p[s]==2){
			puts("REPEAT");
		}
	}
	return 0;
}

拓展

​ 异或,是我们经常会见到的,但是如何高效的处理异或信息是一个让人头痛的事,而字典树为我们提供了策略.

0/1串树

​ \(0/1\) 串树,常用来储存一个2进制数字,我们知道异或正是与二进制有关,那么我们是否可以找在字典树上操作序列呢?

​ 显然是可以的,我们在一个节点,分别走0通向的节点和1通向的节点,那么贪心地操作,这样一定是异或对最大值,反之,都走0或者1可以有效地得到最小值,

例题1

​ 最长异或路径 ,这个例题应该比较合适;

给定一棵 \(n\) 个点的带权树，结点下标从 \(1\) 开始到 \(N\) 。寻找树中找两个结点，求最长的异或路径。

异或路径指的是指两个结点之间唯一路径上的所有边权的异或。

​ 显然,我们可以将每个点到根root的异或和保存一下,然后将其加入字典树,现在我们要求的就是最大的异或数对,跟上面说的一样,我们只要从字典树顶端开始BFS,就可以得到最大异或数对.

code

#include<bits/stdc++.h>
#define maxn 100007
#define mp(x,y,z,w) (nd){x,y,z,w}
using namespace std;
int n,head[maxn],dis[maxn],tr[maxn*32][2],ed[maxn*32],val[maxn*32];
int tot,cent,ans[34],ol;
struct node{
	int next,to,w;
}edge[maxn<<2];
struct nd{
	int x,y,val,dep;
};

template<typename type_of_scan>
inline void scan(type_of_scan &x){
	type_of_scan f=1;x=0;char s=getchar();
	while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
	while(s>='0'&&s<='9'){x=x*10+s-'0';s=getchar();}
	x*=f;
}
template<typename top,typename... tops>
inline void scan(top &x,tops&... X){
	scan(x),scan(X...);
}

inline void add(int u,int v,int w){
	edge[++cent]=(node){head[u],v,w};head[u]=cent;
	edge[++cent]=(node){head[v],u,w};head[v]=cent;
}

void dfs(int x,int fa){
	for(int i=head[x];i;i=edge[i].next){
		int y=edge[i].to;
		if(y==fa) continue;
		dis[y]=dis[x]^edge[i].w;
		dfs(y,x);
	}
}//求异或和

void insert(int x,int id){
	int now=0;
	for(int i=30;i>=0;i--){
		int pos=!!(x&(1<<i));
		if(!tr[now][pos]) tr[now][pos]=++tot;
		now=tr[now][pos];
	}
	ed[tot]=id,val[tot]=x;
}//树中保存

queue<nd>q;
int bfs(){
	q.push(mp(0,0,0,0));
	while(!q.empty()){
		int x=q.front().x,y=q.front().y,d=q.front().dep;
		int val=q.front().val;q.pop();
		if(d>30) return ans[d];//到底层了,此时一定是最优解
		if(ans[d]>val) continue;//减支
		if(tr[x][0]&&tr[y][1]){
			q.push(mp(tr[x][0],tr[y][1],val<<1|1,d+1));
			ans[d+1]=max(ans[d+1],val<<1|1);
		}
		if(tr[x][1]&&tr[y][0]){
			if(x!=y) q.push(mp(tr[x][1],tr[y][0],val<<1|1,d+1));
			ans[d+1]=max(ans[d+1],val<<1|1);
		}else{
			if(!tr[x][0]||!tr[y][1]){
				if(tr[x][0]&&tr[y][0]){
					q.push(mp(tr[x][0],tr[y][0],val<<1,d+1));
					ans[d+1]=max(ans[d+1],val<<1);
				}
				if(tr[x][1]&&tr[y][1]){
					q.push(mp(tr[x][1],tr[y][1],val<<1,d+1));
					ans[d+1]=max(ans[d+1],val<<1);
				}
			}
		}//分类讨论
	}
}

int main(){
	scan(n);
	for(int i=1,u,v,w;i<=n-1;i++) scan(u,v,w),add(u,v,w);
	dfs(1,0);
	for(int i=1;i<=n;i++) insert(dis[i],i),ol=max(ol,dis[i]);
	printf("%d\n",max(ol,bfs()));
	return 0;
}

例题2

​ CF888G Xor-MST

已知一个 \(n\) 个节点的无向完全图,每个节点的编号为 \(a_i\) , \(i\) 与 \(j\) 的边的权值是 \(a_i\) ^ \(a_j\) ,求该图的 \(MST\) 的权值;

​ 我们可以想一下 \(kruskal\) 算法的过程,那么我们也可以每次寻找最小值,可以通过在trie上BFS得到;

​ 值得注意的是,所有分叉点的个数为建边个数(去掉两点权值相同),那么其实直接寻找即可;

#include<bits/stdc++.h>
#define maxn 200007
#define mp(x,y,z,w) (node){x,y,z,w}
#define ll long long
using namespace std;
int n,m,a[maxn],tr[maxn*33][2],ed[maxn*33],tot;
int fa[maxn];bool vis[maxn*33];
vector<int>dep[34];
struct node{
	int x,y,d,ans;
};

template<typename type_of_scan>
inline void scan(type_of_scan &x){
	type_of_scan f=1;x=0;char s=getchar();
	while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
	while(s>='0'&&s<='9'){x=x*10+s-'0';s=getchar();}
	x*=f;
}
template<typename type_of_print>
inline void print(type_of_print x){
	if(x>9) print(x/10);
	putchar(x%10+'0');
}

void add(int x,int id){
	int now=0,d=0;
	for(int i=30;i>=0;i--,d++){
		int pos=(!(x&(1<<i)));
		if(!tr[now][pos]) tr[now][pos]=++tot;
		if(tr[now][pos^1]&&!vis[now]) vis[now]=1,dep[d].push_back(now);
		now=tr[now][pos];
	}
	if(ed[now]) fa[ed[now]]=id;
	ed[now]=id;
}

queue<node>q;
int find(int now,int d,int &x,int &y){
	int f1=tr[now][0],f2=tr[now][1];
	while(!q.empty()) q.pop();
	int ans[32];
	memset(ans,127,sizeof ans);ans[d]=1;
	q.push((node){f1,f2,d,1});
	while(!q.empty()){
		x=q.front().x,y=q.front().y;
		int dx=q.front().d,ans1=q.front().ans;q.pop();
		if(ed[x]&&ed[y]){
			x=ed[x],y=ed[y];
			break;
		}
		if(ans1>ans[dx])  continue;
		if(tr[x][0]&&tr[y][0]) q.push(mp(tr[x][0],tr[y][0],dx+1,ans1<<1)),ans[dx+1]=min(ans[dx+1],ans1<<1);
		if(tr[x][1]&&tr[y][1]) q.push(mp(tr[x][1],tr[y][1],dx+1,ans1<<1)),ans[dx+1]=min(ans[dx+1],ans1<<1);
		else if(!tr[x][0]||!tr[y][0]){
			if(tr[x][1]&&tr[y][0])
				q.push(mp(tr[x][1],tr[y][0],dx+1,ans1<<1|1)),ans[dx+1]=min(ans[dx+1],ans1<<1|1);
			if(tr[y][1]&&tr[x][0])
				q.push(mp(tr[x][0],tr[y][1],dx+1,ans1<<1|1)),ans[dx+1]=min(ans[dx+1],ans1<<1|1);
		}
	}
	return ans[30];
}

int get(int x){return fa[x]==x?x:fa[x]=get(fa[x]);}

ll ans;

int main(){
// 	freopen("tree.in","r",stdin);
// 	freopen("tree.out","w",stdout);
	scan(n);
	for(int i=1;i<=n;i++) fa[i]=i;
	for(int i=1;i<=n;i++){
		scan(a[i]);add(a[i],i);
	}
	for(int i=30;i>=0;i--){
		if(!dep[i].size()) continue;
		for(int j=0;j<dep[i].size();j++){
			int x,y,f;
			f=find(dep[i][j],i,x,y);
			if(get(x)==get(y)) continue;
			fa[get(x)]=get(y);ans+=1ll*f;
		}
	}
	printf("%lld",ans);
}
/*
5
1 2 3 4 5
*/

可持久化串树

​ 可持久化串树,即可在区间中查询的串树,与可持久数组有些类似,只是前者用trie,后者用主席树罢了.

​ 建树时,我们可以再建一个节点,然后继承上一个节点的信息,然后再建一个新节点去保存自己的信息.

​ 区间查询时,我们进入右端点的trie节点,为了限制左边界,我们可以在建图时将其序号标上,在搜索到小于左端点编号时跳过,去寻找另一个节点即可.

建树(0/1trie)

void build(int x,int last,int &f,int pos){
	int now;now=f=++tot;
	for(int i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		trie[now][0]=trie[last][0];
		trie[now][1]=trie[last][1];//继承
		last=trie[last][ol];
		trie[now][ol]=++tot;//开拓新节点
		mark[tot]=pos;//记录序号
		now=trie[now][ol];//向下拓展
	}
	ending[now]=x;//结尾数字
}

查询(0/1trie)

int dfs(int x,int f,int op){
	int now=f;
	for(int i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		if(trie[now][ol^1]&&mark[trie[now][ol^1]]>=op) now=trie[now][ol^1];
		else now=trie[now][ol];
	}
	return ending[now];
}

​ 这里的查询是在一段区间中查询异或k的最大值;

例题1

​ 最大异或和,模版题;

​ 我们就按照上面的步骤即可;

code

#include<bits/stdc++.h>
#define maxn 1200007
using namespace std;
int n,m,trie[maxn*10][2],a[maxn],sum[maxn],tot;
int ending[maxn*10],mark[maxn*10],lim,id[maxn];

template<typename type_of_scan>
inline void scan(type_of_scan &x){
	type_of_scan f=1;x=0;char s=getchar();
	while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
	while(s>='0'&&s<='9'){x=x*10+s-'0';s=getchar();}
	x*=f;
}
template<typename top,typename... tops>
inline void scan(top &x,tops&... X){
	scan(x),scan(X...);
} 

void build(int x,int last,int &f,int pos){
	int now;now=f=++tot;
	for(int i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		trie[now][0]=trie[last][0];
		trie[now][1]=trie[last][1];
		last=trie[last][ol];
		trie[now][ol]=++tot;
		mark[tot]=pos;
		now=trie[now][ol];
	}
	ending[now]=x;
}

int dfs(int x,int f,int op){
	int now=f;
	for(int i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		if(trie[now][ol^1]&&mark[trie[now][ol^1]]>=op) now=trie[now][ol^1];
		else now=trie[now][ol];
	}
	return ending[now];
}

int main(){
// 	freopen("cin.in","r",stdin);
	scan(n,m);
	for(int i=1;i<=n;i++){
		scan(a[i]),sum[i]=sum[i-1]^a[i];
		lim=max(sum[i],lim);
	}
	lim=(int)log2(1e7)+1;
	for(int i=1;i<=n;i++)
		build(sum[i],id[i-1],id[i],i);
	for(int i=1,l,r,x;i<=m;i++){
		char s=getchar();
		while(s!='A'&&s!='Q') s=getchar();
		if(s=='A') scan(x),n++,sum[n]=sum[n-1]^x,build(sum[n],id[n-1],id[n],n);
		else if(s=='Q'){
			scan(l,r,x);
			printf("%d\n",(sum[n]^x)^dfs((sum[n]^x),id[r-1],l-1));
		}
	}
	return 0;
}

例题2

​ 异或粽子,可持久化trie查询区间最大异或值;

​ 这道题的思路可以从 超级钢琴 中得到.

​ 超级钢琴的思路是将权值处理出来,与区间信息一起保存在优先队列中,然后每次取出最大值,再更新左右区间即可;

​ 而这道题与其不同的是,这里将权值处理出来的方式不同,这里运用可持久化trie,然后在区间查询最大异或值,其他的与超级钢琴几乎一致;

#include<bits/stdc++.h>
#define maxn 1000007
#define ll long long
using namespace std;
ll n,k,trie[maxn*23][2],mark[maxn*23],val[maxn*23];
ll sum[maxn],ans,tot,lim=33,a[maxn],id[maxn];
struct node{
	ll val,l,r,pos,ori;
};
priority_queue<node>q;

template<typename type_of_scan>
inline void scan(type_of_scan &x){
	type_of_scan f=1;x=0;char s=getchar();
	while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
	while(s>='0'&&s<='9'){x=x*10+s-'0';s=getchar();}
	x*=f;
}
template<typename top,typename... tops>
inline void scan(top &x,tops&... X){
	scan(x),scan(X...);
}

bool operator <(node a,node b){
	return a.val<b.val;
}

void build(ll x,ll last,ll &f,ll pos){
	ll now;now=f=++tot;
	for(ll i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		trie[now][0]=trie[last][0];
		trie[now][1]=trie[last][1];
		last=trie[last][ol];
		trie[now][ol]=++tot;
		mark[tot]=pos;
		now=trie[now][ol];
	}
	val[now]=x;
}

ll query(ll x,ll f,ll op,ll &pos){
	ll now=f;
	for(ll i=lim,ol=(x&(1<<i))>>i;i>=0;i--,ol=(x&(1<<i))>>i){
		if(trie[now][ol^1]&&mark[trie[now][ol^1]]>=op) now=trie[now][ol^1];
		else now=trie[now][ol];
	}
	return pos=mark[now],val[now];
}

int main(){
//	freopen("xor.in","r",stdin);
//	freopen("xor.out","w",stdout);
	scan(n,k);
	for(ll i=1;i<=n;i++){
		scan(a[i]),sum[i]=sum[i-1]^a[i];
		build(sum[i],id[i-1],id[i],i);
	}
	for(ll i=1;i<=n;i++){
		ll ol,pos;
		ol=query(sum[i-1],id[n],i,pos);
		q.push((node){ol^sum[i-1],i,n,pos,sum[i-1]});
	}
	for(ll i=1;i<=k;i++){
		if(q.empty()) continue;
		node x=q.top();ans+=x.val;q.pop();
		ll ol,pos;
		if(x.l<x.pos){
			ol=query(x.ori,id[x.pos-1],x.l,pos);
			q.push((node){ol^x.ori,x.l,x.pos-1,pos,x.ori});
		}
		if(x.pos<x.r){
			ol=query(x.ori,id[x.r],x.pos+1,pos);
			q.push((node){ol^x.ori,x.pos+1,x.r,pos,x.ori});
		}
	}
	printf("%lld\n",ans);
}

后记

​ 这里只是总结了一下trie的用法,我见到的主要还是0/1trie,以后见到还会再加入;

TO BE CONTINUED