对于百度,谷歌搜索引擎的关键词提示功能我们应该都很熟悉， 这个自动提示的功能对于用户来说十分方便，且节省时间，而这种功能的实现 离不开Trie树 这种数据结构
Trie树
相比之前我们介绍的红黑树和B树，Trie树是一种什么样的树形结构？
Trie树，也叫字典树，又称单词查找树，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
它有3个基本性质：
- 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
- 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；每个节点的所有子节点包含的字符都不相同。
如下图:
自动补全功能
由于使用Java不方便直观的看效果，这里使用JS实现，我们看下效果：
要实现这种功能，我们首先需要构建Trie树，然后通过深度优先算法得到完整的字符串。
首先定义结点
代码语言：javascript复制 class Node {
constructor(value) {
this.val = value;//数值
this.child = [];//孩子结点
this.end = false;//是否是独立的单词
this.height = 0;//深度
this.num = 1;//经过单词数量
}
search(key) {
for (let i = 0; i < this.child.length; i) {
if (this.child[i].val == key) {
return this.child[i];
}
}
return null;
}
}构造完结点，就是构建Trie树了
代码语言：javascript复制class TrieTree {
constructor() {
this.root = new Node(null);
this.size = 1;
}
insert(value) {
let node = this.root;
for (let ch of value) {
let son = node.search(ch);
if (son == null) {
son = new Node(ch);//构建
son.height = node.height 1;
node.child.push(son);
} else {
son.num ;
}
node = son;//向下递归
}
if (!node.end) {//不是结束标志，则增加结束标志
this.size ;
node.end = true;
}
}
}构建完之后就是自动补全了，核心是深度优先的递归算法
代码语言：javascript复制 //自动补全
relate(value) {
let node = this.root;
let arr = [];
let word = "";
$("#relate").html("");
for (let ch of value) {
let son = node.search(ch);
if (son == null) {
//不存在前缀
return arr;
}
node = son;
}
//存在公共前缀，将该分支下数据输出
console.log("存在" value "公共前缀")
//深搜
this.DFS(arr, value, node);
console.log(arr)
for (let w of arr) {
$("#relate").append("<p>" w "</p>")
}
}
DFS(arr, value, node) {
if (node != null) {
for (var i = 0; i < node.child.length; i) {
if (node.child[i].end) {
arr.push(value node.child[i].val)
}
this.DFS(arr, value node.child[i].val, node.child[i])
}
}
}总结
- 目前的实现不支持中文，如果中文可以对中文进行定长编码(UTF16)，展示的时候进行解码， 或者也可以使用前面我们提及的哈夫曼编码(但是由于需要统计构建哈夫曼树，效率可能达不到我们的要求)。
- 百度谷歌的搜索引擎还不仅能够可以自动纠错（百度有相关API可以对文本进行纠错）
