Python实现字典树

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），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

注：定义来自百度百科。

字典树的主要性质

它有 3 个基本性质：

1. 根节点不包含字符，除根节点外每一个节点都只包含一个字符；
2. 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串；
3. 每个节点的所有子节点包含的字符都不相同。

基本功能介绍

在接下来的内容里，我们将逐步介绍字典树的具体功能是如何实现的。

1. 创建 TrieNode 类

创建一个 TrieNode 的类,构建内置字典结构

具体实现代码如下

class TrieNode:
    def __init__(self):
        self.nodes = dict()  # 构建字典
        self.is_leaf = False

2. 添加 insert 函数

插入一个字到字典树中

具体实现代码如下：

def insert(self, word: str):
        curr = self
        for char in word:
            if char not in curr.nodes:
                curr.nodes[char] = TrieNode()
            curr = curr.nodes[char]
        curr.is_leaf = True

3. 添加 insert_many 函数

插入一列表的字到字典树中

具体实现代码如下：

def insert_many(self, words: [str]):
        for word in words:
            self.insert(word)

4. 添加 search 函数

在字典树里面查询一个字

具体实现代码如下：

def search(self, word: str):
        curr = self
        for char in word:
            if char not in curr.nodes:
                return False
            curr = curr.nodes[char]
        return curr.is_leaf

最终代码如下：

class TrieNode:
    def __init__(self):
        self.nodes = dict()  # 构建字典
        self.is_leaf = False
    def insert(self, word: str):
        curr = self
        for char in word:
            if char not in curr.nodes:
                curr.nodes[char] = TrieNode()
            curr = curr.nodes[char]
        curr.is_leaf = True
    def insert_many(self, words: [str]):
        for word in words:
            self.insert(word)
    def search(self, word: str):
        curr = self
        for char in word:
            if char not in curr.nodes:
                return False
            curr = curr.nodes[char]
        return curr.is_leaf

用在统计和排序大量字符串，如自动机。字典树能做前缀搜索，在正则匹配，数据压缩，构建索引都可能用到。