2017级计算机科学与技术系杜星亮.PDF

Trie 2017级计算机科学与技术系 杜星亮 Trie 的结构 • Trie 是一棵有根树，由一个字符串集合 生成。 • Trie 的边对应字符集中的一个字符。 • Trie 的结点对应中一个或多个字符串的公共前缀。 Trie 的构建 • 初始：单结点树，表示空串 • 依次处理S 中的每个串s： • 记录当前结点cur，从根出发 • 依次处理s 中每个字符c： • 若cur 具有出边c，则直接将cur 移动至其c 后继； • 否则，为cur 添加c 后继并移动。 Trie 的构建 • = {,,} • 初始：单结点树，表示空串 • 依次处理S 中的每个串s： • 记录当前结点cur，从根出发 • 依次处理s 中每个字符c： • 若cur 具有出边c，则直接将cur 移动至其c 后继； • 否则，为cur 添加c 后继并移动。 Trie 的性质 • 任一结点对应一个前缀串。 • 问题：如何构造这个前缀串？ 任一结点对应一个前缀串 • 一条从根到结点 的路径，将路径上的字符依次连接即得到v 所对 应的前缀串。 • 设 中所有字符串的前缀串（包含空串）构成集合 • 可以看出Trie 的结点和 的元素是一一对应的。 • 设函数: → 为结点 对应的前缀串， • 其逆为函数: → • 由此，结合树的性质，我们可以得到很多信息—— 任一结点对应一个前缀串 • ⊆ |P| • 问题：以前曾介绍过哪些树相关的算法？ • DFS,BFS • MST • LCA 任一结点对应一个前缀串 • 设(,) 为串, 的最长公共前缀，则有 • (LC , ) = ( , ) Trie 的应用 • 查询前缀 • 前缀去重 • 前缀计数 • 附加信息…… 能够识别所有前缀的自动机 • 根据自动机的定义，可以将Trie 看成能接受S 中所有串的前缀串的 自动机。 • 我们能不能扩展一下这个自动机呢？ 自动AC 机 AC 自动机？？？ • Aho-Corasick 自动机多模式匹配 • Alfred V. Aho • Margaret J. Corasick. KMP • KMP 的思路与单模板串匹配自动机思想类似，可以理解为一个压缩版 的自动机。 • 其核心是找到P 的每个前缀s 的最大的前缀等于后缀的长度。 AC 自动机= Trie + KMP • 我们把KMP 搬到Trie 上来： • Trie 每个结点都对应一个前缀，用结点替换掉 KMP 使用的下标 • 采用类似 KMP 的递推得到匹配失败时候的转移函数。 • 匹配时成功则沿Trie 的树边移动，否则沿上面得到的转移函数移动 • 或者可以直接把失败转移函数直接添加到Trie 上得到Trie 图。 AC 自动机= Trie + KMP Trie 扩展 • 把一个字符串的所有后缀加到一个Trie 中，得到未压缩版的后缀树。 • 虽然粗略考虑，后缀树的结点规模是平方级别的， • 但已有论文证明，本质不同的后缀数量是线性级别的。 • 与其相关的还有后缀自动机。 • 通过后缀树，可以识别一个字符串的所有子串。 OJ 联动 • 本周OJ 中有一道题需要使用Trie 。 • 讲题时会给一个Trie 的参考实现。 谢谢大家 2019年4月