前缀树 - 一种好玩的树型数据结构

上篇内容有在介绍 Gin 的路由实现时提到了前缀树，这次我们稍微深入探究一下前缀树的实现。
本文以一道编程题为例，讲述前缀树的实现，以及前缀树的一种优化形态压缩前缀树。

MapSum 问题

LeetCode 上有一道编程题是这样的

实现一个 MapSum 类里的两个方法，insert 和 sum。
对于方法 insert，你将得到一对（字符串，整数）的键值对。字符串表示键，整数表示值。如果键已经存在，那么原来的键值对将被替代成新的键值对。
对于方法 sum，你将得到一个表示前缀的字符串，你需要返回所有以该前缀开头的键的值的总和。
示例 1:

输入: insert("apple", 3), 输出: Null
输入: sum("ap"), 输出: 3
输入: insert("app", 2), 输出: Null
输入: sum("ap"), 输出: 5

前缀树

根据题意，我们定义的 MapSum 的数据结构为：

type MapSum struct {
   char        byte
   children    map[byte]*MapSum
   val         int
}

/** Initialize your data structure here. */
func Constructor() MapSum { 
}

func (this *MapSum) Insert(key string, val int)  {  
}

func (this *MapSum) Sum(prefix string) int {  
}

假设输入数据为：

m := Constructor()
m.Insert("inter", 1)
m.Insert("inner", 2)
m.Insert("in", 2)
m.Insert("if", 4)
m.Insert("game", 8)

则构造的前缀树应该是：

前缀树特性：

• 根节点不包含字符，除根节点外的每一个子节点都包含一个字符
• 从根节点到某一节点的路径上的字符连接起来，就是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。

Insert 函数

Insert 函数的签名：

func (this *MapSum) Insert(key string, val int)

我们把 this 当做父节点，当插入的 key 长度为 1 时，则直接说明 key 对应的节点应该是 this 的孩子节点。

if len(key) == 1 {
   for i, m := range this.children {
      // c 存在与孩子节点
      // 直接更新
      if i == c {
         m.val = val
         return
      }
   }

   // 未找到对应孩子
   // 直接生成新孩子
   this.children[c] = &MapSum{
      char: c,
      val: val,
      children: make(map[byte]*MapSum),
   }

   return
}

当插入的 key 长度大于 1，则寻找 key[0] 对应的子树，如果不存在，则插入新孩子节点；设置 this = this.children[key[0]] 继续迭代;

c := key[0]
for i, m := range this.children {
   if i == c {
      key = key[1:]
      this = m
      continue walk
   }
}

// 未找到节点
this.children[c] = &MapSum{
   char: c,
   val: 0,
   children: make(map[byte]*MapSum),
}

this = this.children[c]
key = key[1:]
continue walk

Sum 函数

Sum 函数签名：

func (this *MapSum) Sum(prefix string) int

Sum 函数的基本思想为：先找到前缀 prefix 对应的节点，然后统计以该节点为树根的的子树的 val 和。

// 先找到符合前缀的节点
// 然后统计和
for prefix != "" {
   c := prefix[0]
   var ok bool
   if this, ok = this.children[c]; ok {
      prefix = prefix[1:]
      continue
   } else{
      // prefix 不存在
      return 0
   }
}
return this.sumNode()

sumNode 函数统计了子树的 val 和，使用递归遍历树：

s := this.val
for _, child := range this.children{
   s += child.sumNode()
}
return s

以上是一种标准的前缀树的做法。当字符串公用的节点比较少的时候，对于每个字符都要创建单独的节点，有点浪费空间。有一种压缩前缀树的算法，在处理前缀树问题的时候能够使用更少的节点。

压缩前缀树

对与上面的例子来说，压缩前缀树是这样的结果：

对于该例子来说，明显少了很多节点。另外，我们的 MapSum 结构体也稍微有了变化：

type MapSum struct {
   // 之前的 char  byte 变成了 key  string
   key       string
   children   map[byte]*MapSum
   val       int
}

Insert

压缩前缀树与前缀树的实现不同点在于节点的分裂。比如，当树中已经存在 "inner", "inter" 的情况加，再加入 "info" 时，原 "in" 节点需要分裂成 "i" -> "n" 两个节点，如图：

在 Insert 时，需要判断当前插入字符串 key 与 节点字符串 this.key 的最长公共前缀长度 n：

minLen := min(len(key), len(this.key))
// 找出最长公共前缀长度 n
n := 0
for n < minLen && key[n] == this.key[n] {
   n ++
}

然后拿 n 与 len(this.key) 比较，如果比 this.key 长度短，则 this.key 需要分裂，否则，不需要分裂。

this 节点分裂逻辑：

// 最前公共前缀 n < len(this.key)
// 则该节点需要分裂
child := &MapSum{
   val: this.val,
   key: this.key[n:],
   children: this.children,
}

// 更新当前节点
this.key = this.key[:n]
this.val = 0
this.children = make(map[byte]*MapSum)
this.children[child.key[0]] = child

然后再判断 n 与 len(key)，如果 n == len(key)，则说明 key 对应该节点。直接更新 val

if n == len(key) {
   this.val = val
   return
}

n < len(key) 时，如果有符合条件子树，则继续迭代，否则直接插入孩子节点：

key = key[n:]
c := key[0]

// 如果剩余 子key 的第一个字符存在与 children
// 则继续向下遍历树
if a, ok := this.children[c]; ok {
   this = a
   continue walk
} else{
   // 否则，新建节点
   this.children[c] = &MapSum{
      key: key,
      val: val,
      children: make(map[byte]*MapSum),
   }
   return
}

以上是压缩前缀树的做法。

算法优化

上述 MapSum 的 children 使用的是 map，但是 map 一般占用内存较大。可以使用 节点数组children + 节点前缀数组 indices 的方式维护子节点，其中 indices 与 children 一一对应。

此时的结构体应该是这样的：

type MapSum struct {
   key        string
   indices    []byte
   children   []*MapSum
   val        int
}

查找子树时，需要拿 key[:n][0] 与 indices 中的字符比较，找到下标后继续迭代子树；未找到时插入子树即可。

以上。

Y_xx

相关内容：

• Gin 框架的路由结构浅析