Trie树通过树形结构高效实现字符串前缀匹配与查找。1. 每个节点包含26个子节点指针和一个结尾标记；2. 插入时逐字符创建路径，末尾标记isEnd；3. 查找需完整匹配且isEnd为true；4. 前缀判断只需路径存在；5. 封装为类便于操作，适用于自动补全等场景。
实现一个 Trie 树（字典树）在 C++ 中非常实用，尤其适用于字符串前缀匹配、自动补全、拼写检查等场景。Trie 树通过将字符串逐字符存储在树结构中，能高效地插入、查找和匹配具有相同前缀的单词。
基本结构设计
每个 Trie 节点包含若干子节点指针和一个标记，表示该节点是否为某个字符串的结尾。
class TrieNode {public: bool isEnd; TrieNode* children[26]; // 假设只处理小写字母 a-zTrieNode() { isEnd = false; for (int i = 0; i < 26; ++i) { children[i] = nullptr; }}
};
这里使用大小为 26 的指针数组来映射 'a' 到 'z'。也可以用 unordered_map 来支持更多字符类型，更灵活但稍慢。
插入字符串
从根节点开始，对字符串中每个字符，计算其在数组中的索引（如 c - 'a'），若对应子节点不存在则创建新节点。遍历完所有字符后，将最后一个节点的 isEnd 设为 true。
立即学习“C++免费学习笔记（深入）”；
void insert(TrieNode* root, const string& word) { TrieNode* node = root; for (char c : word) { int idx = c - 'a'; if (!node->children[idx]) { node->children[idx] = new TrieNode(); } node = node->children[idx]; } node->isEnd = true;}
查找完整字符串
与插入类似，逐字符向下走。如果中途遇到空指针，说明字符串不存在；若能走完且最后一个节点的 isEnd 为 true，则存在该字符串。
bool search(TrieNode* root, const string& word) { TrieNode* node = root; for (char c : word) { int idx = c - 'a'; if (!node->children[idx]) { return false; } node = node->children[idx]; } return node->isEnd;}
判断是否存在某前缀
只需要检查能否顺着前缀的每个字符走到最后，不要求 isEnd 为 true。
bool startsWith(TrieNode* root, const string& prefix) { TrieNode* node = root; for (char c : prefix) { int idx = c - 'a'; if (!node->children[idx]) { return false; } node = node->children[idx]; } return true;}
把上面功能封装成一个类会更清晰：
class Trie {private: TrieNode* root;public:Trie() {root = new TrieNode();}
void insert(const string& word) { TrieNode* node = root; for (char c : word) { int idx = c - 'a'; if (!node->children[idx]) { node->children[idx] = new TrieNode(); } node = node->children[idx]; } node->isEnd = true;}bool search(const string& word) { TrieNode* node = root; for (char c : word) { int idx = c - 'a'; if (!node->children[idx]) { return false; } node = node->children[idx]; } return node->isEnd;}bool startsWith(const string& prefix) { TrieNode* node = root; for (char c : prefix) { int idx = c - 'a'; if (!node->children[idx]) { return false; } node = node->children[idx]; } return true;}
};
使用示例：
Trie trie;trie.insert("apple");cout << trie.search("apple") << endl; // 输出 1cout << trie.search("app") << endl; // 输出 0cout << trie.startsWith("app") << endl; // 输出 1
基本上就这些。注意实际项目中需考虑内存释放问题，可在析构函数中递归删除所有节点。Trie 在处理大量字符串前缀时效率远高于哈希表，虽然空间开销略大，但在搜索性能上有明显优势。
以上就是C++怎么实现一个Trie树(字典树)_C++数据结构与前缀匹配算法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1486000.html
微信扫一扫 
支付宝扫一扫 
