Question

我正在尝试用c ++编写一个trie，现在我的基本数据结构是......

struct node{
    int count; no of times this node has been visited.
    struct node* child[ALPHABET_SIZE]; // Let ALPHABET_SIZE be 26
}

当字符串大小变大时，浪费了大量分配的内存。就像我们插入"he"一样我们的树将是

root---->h--->e
    |--->e

我们看到在root用户只使用了2/26th分配的内存。 如何改进？。

Answer 1

一些非常基本的建议：

如果您的分支因子预计较低，请考虑为孩子使用数组以外的其他内容。例如，您可以拥有一个字母到节点*对的数组，并对它们进行线性或二进制搜索（如果它们是有序的）。您还可以使用某种地图。
如果您不希望计数数百万/十亿，您还可以使用较小的整数来计算。
您可以从基于竞技场的分配器（即对象池）中获取节点，而不是动态分配节点，从而避免经常添加到堆上分配的对象的堆分配开销。

Answer 2

在插入子节点时，不是为每个节点创建一个固定大小的数组，而是创建一个包含1个元素的数组并调整其大小（将其替换为大小为+ 1的新数组）。插入速度较慢，因此您可以测试并更改调整大小算法（大小+ 1或大小* 2或大小+大小/ 2），以便在速度过慢时分配更少。

Answer 3

使用adjacency list。

我们可以创建节点列表，而不是树。一个节点将是字典，每个字典都具有“当前值”（字母）和“下一个状态”（子节点的索引列表）。我们可以在节点中添加其他必需属性。

在您的情况下：该列表将是-

[{“ value”：“”，“ next_state”：[1]}，{“ value”：“ h”，“ next_state”：[2]}， {“ value”：“ e”，“ next_state”：[]}]

现在说，我们加上“他的”。该列表将更新为：

[{“ value”：“”，“ next_state”：[1]}，{“ value”：“ h”，“ next_state”：[2，3]}， {“ value”：“ e”，“ next_state”：[]}，{“ value”：“ i”，“ next_state”：[4]}，{“ value”：“ s”，“ next_state”：[] }，]

注意，索引1中的节点next_state。我们有两个子节点-“ e”和“ i”。

这是非常高效且易于实现的。但是，trie操作将相当慢。

在C ++中创建trie / suffix树时减少内存使用量

3 个答案: