Trie树,又称单词查找树、字典

在百度或淘宝搜索时,每输入字符都会出现搜索建议,比如输入“北京”,搜索
框下面会以北京为前缀,展示“北京爱情故事”、“北京公交”、“北京医院”等等搜索词。实现
这类技术后台所采用的数据结构是什么?[中国某著名搜索引擎B公司2012年6月笔试题]

答案:Trie树,又称单词查找树、字典树,是一种树形结构,是一种哈希树的变种,是
一种用于快速检索的多叉树结构。典型应用是用于统计和排序大量的字符串(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:最大限度地减少无谓的
字符串比较,查询效率比哈希表高。Trie树的核心思想是空间换时间。利用字符串的公共前
缀来降低查询时间的开销以达到提高效率的目的。
对于搜索引擎,一般会保留一个单词查找树的前N个字(全球或最近热门使用的);对
于每个用户,保持Trie树最近前N个字为该用户使用的结果。
如果用户点击任何搜索结果,Trie树可以非常迅速并异步获取完整的部分/模糊查找,
然后预取数据,再用一个Web应用程序可以发送一个较小的一组结果的浏览器。

时间: 2024-10-10 22:38:10

Trie树,又称单词查找树、字典的相关文章

跳跃表,字典树(单词查找树,Trie树),后缀树,KMP算法,AC 自动机相关算法原理详细汇总

第一部分:跳跃表 本文将总结一种数据结构:跳跃表.前半部分跳跃表性质和操作的介绍直接摘自<让算法的效率跳起来--浅谈"跳跃表"的相关操作及其应用>上海市华东师范大学第二附属中学 魏冉.之后将附上跳跃表的源代码,以及本人对其的了解.难免有错误之处,希望指正,共同进步.谢谢. 跳跃表(Skip List)是1987年才诞生的一种崭新的数据结构,它在进行查找.插入.删除等操作时的期望时间复杂度均为O(logn),有着近乎替代平衡树的本领.而且最重要的一点,就是它的编程复杂度较同类

Trie树&mdash;字典树(单词查找树)

Trie树,又称字典树,单词查找树.它来源于retrieval(检索)中取中间四个字符构成的.用于存储大量的字符串以便支持快速模式匹配.主要应用在信息检索领域. Trie有三种结构:标准Trie(standard trie),压缩Trie,后缀Trie(suffix trie). 1.标准Trie 标准Trie树的结构:所有含有公共前缀的字符串将挂在树中同一个结点下.实际上trie简明的存储于串集合汇总的所有公共前缀.加入有这样一个字符串集合X{bear,bell,bid,bull,buy,se

[NOI2000] 单词查找树

★★   输入文件:trie.in   输出文件:trie.out   简单对比 时间限制:1 s   内存限制:128 MB 在进行文法分析的时候,通常需要检测一个单词是否在我们的单词列表里.为了提高查找和定位的速度,通常都要画出与单词列表所对应的单词查找树,其特点如下: 根节点不包含字母,除根节点外每一个节点都仅包含一个大写英文字母: 从根节点到某一节点,路径上经过的字母依次连起来所构成的字母序列,称为该节点对应的单词.单词列表中的每个词,都是该单词查找树某个节点所对应的单词: 在满足上述条

hbase源码系列(五)单词查找树

在上一章中提到了编码压缩,讲了一个简单的DataBlockEncoding.PREFIX算法,它用的是前序编码压缩的算法,它搜索到时候,是全扫描的方式搜索的,如此一来,搜索效率实在是不敢恭维,所以在hbase当中单独拿了一个工程出来实现了Trie的数据结果,既达到了压缩编码的效果,亦达到了方便查询的效果,一举两得,设置的方法是在上一章的末尾提了. 下面讲一下这个Trie树的原理吧. hbase源码系列(五)单词查找树,布布扣,bubuko.com

单词查找树

单词查找树 分析: 1 #include<iostream> 2 #include<cstdio> 3 #include<string> 4 using namespace std; 5 int i,j,n,t,k; 6 string a[8001];//数组可以达到32*1024=32768,一个单词一个字节 ,一个换行符2个字节 7 string s; 8 int main() 9 { 10 //freopen("word.txt","

codevs 1729 单词查找树

时间限制: 2 s 空间限制: 128000 KB 题目等级 : 大师 Master 题解 题目描述 Description 在进行文法分析的时候,通常需要检测一个单词是否在我们的单词列表里.为了提高查找和定位的速度,通常都要画出与单词列表所对应的单词查找树,其特点如下: l  根节点不包含字母,除根节点外每一个节点都仅包含一个大写英文字母: l  从根节点到某一节点,路径上经过的字母依次连起来所构成的字母序列,称为该节点对应的单词.单词列表中的每个词,都是该单词查找树某个节点所对应的单词: l

浅谈算法和数据结构: 七 二叉查找树 八 平衡查找树之2-3树 九 平衡查找树之红黑树 十 平衡查找树之B树

http://www.cnblogs.com/yangecnu/p/Introduce-Binary-Search-Tree.html 前文介绍了符号表的两种实现,无序链表和有序数组,无序链表在插入的时候具有较高的灵活性,而有序数组在查找时具有较高的效率,本文介绍的二叉查找树(Binary Search Tree,BST)这一数据结构综合了以上两种数据结构的优点. 二叉查找树具有很高的灵活性,对其优化可以生成平衡二叉树,红黑树等高效的查找和插入数据结构,后文会一一介绍. 一 定义 二叉查找树(B

p1364单词查找树

将它作为我的树的练习题来做的,根本没有想其他的什么方法. 先去看书上的模板,竟然用到了指针啊?干脆的什么都看不懂.于是就苦苦回忆寒假学的东西,经历了无数苦难波折后写下了一个看起来非常非常对的代码: int end=27; int i,f,ans=0,boyt,now; string s; struct lianbiao { char n; int boy[27]; }trie[60000]; int main() { //freopen("123.in","r",s

选择树、判定树和查找树

选择树 概念:假设有k个已经排序的序列,并且想要将其合并成一个单独的排序序列.每个排好序的序列叫走一个归并段. 暴力算法:假设总共有n个数字,每次取k个归并串最小或者最大的一个数,比较k-1次得到所有数中最大或者最小的树,存入新空间中,接着一直这样比较...需要比较的次数是n*(k-1) 选择树算法:可以构造完全二叉树的数组表示法.初始状态如下: 接着将上图最小的6放到新序列中,然后用15替换最下层的6,再进行规范化,接着选出最小,如下: 可以看到,每次的比较次数是O(logk),时间复杂度是O