我有一个与词典存储有关的问题。
我正在阅读关于Trie Data-structures的内容，到目前为止，我已经读过它作为前缀树工作得很好。但是，我来到Trie-DS，试图看它能否有效地减少通过同一个词形成的字母排列的存储。
例如：单词＆＃34; ANT＆＃34;，＆＃34; TAN＆＃34;和NAT有相同的字母，但根据Trie，它继续为这些单词创建两个单独的路径。我可以理解Trie用于前缀存储并减少冗余。但是，任何人都可以帮助我减少冗余。 我想的一种方法是改变Trie的行为，因为每个节点都具有“完成”字样的状态。另外，如果我把“开始”字样放在＆＃39;状态也是如此，我可以如下工作：
A
N - A - T
T - A - N
现在，每次我都可以检查这个单词是否从这里开始，直到结束。
这有意义吗？如果这是可行的？ 或者他们是更好的方法吗？
由于
答案 0 :(得分：1)
如果向每个节点添加一个状态字段，则会增加树的内存开销（假设8位字符）可能不是一个非常小的部分。
我知道您希望减少DS中的字母数量，但您必须考虑如果某些内容是其他内容的子集，例如，如何代表ANTAN。将最小数量的字符（128）视为完全连接图的节点。显然，所有单词都存储在此图表中，但不适合存储任何特定单词。没有办法说出单词结束的地方。存储在trie中的信息不仅仅是字母，而是完整且正确终止的单词。
如果您按照建议添加标记，您将如何编码：SUPERCHARGED，SUPER，PERCH。你可以在S和P设置word_starts，在R和H设置word_ends。你怎么知道不包含SUPERCH和PER？您可以改为使用非零标签并为单词的开头和结尾分配数字对：S：1 P：2 R：1 H：2。要确保开头和结尾可以出现在同一个字母上，您必须使用特定位作为标签。
然后你可以使用NATANT作为最小平面表示和N：001 A：000 T：011 A：100 N：010 T：100。在最坏的情况下，这需要#words位作为标记：A，AA，AAA ....如果你将它存储在树中，你将不得不寻找另一个标记，这不是树支持的操作。所以我看不到使用标记的好方法。
从信息理论的角度来看，我认为这里的关键问题是以一种独特的方式对一个单词的长度，顺序和内容进行适当的编码，以便对每种可能的组合进行编码。
我原本打算发表评论，但它有点冗长。我不确定这是否能回答你的问题，但我希望它有所帮助。
答案 1 :(得分：1)
您可以使用2次尝试并存储反向特里。然后你可以在搜索中的任何地方使用通配符扩展，例如你可以将搜索词分成两半，用前缀搜索一半，用后缀搜索另一半：http://phpir.com/tries-and-wildcards/。当您连接2时，您可以使用通配符进行有效搜索。
答案 2 :(得分：1)
你是否希望任何搜索＆＃34; ant＆＃34;也带来了＆＃34; tan＆＃34;和＆＃34; nat＆＃34;？
如果是这样，那么使用TrieMap，总是在读/写之前对键进行排序，并映射到该＃34; anagram类中所有单词的容器。＆＃34;
如果您只是在寻找减少使用Trie的空间开销的想法，那么请不要再犹豫了。我发现burst trie非常节省空间。我写了自己的burst trie in Scala，并重新使用了我在GWT's trie implementation中找到的一些想法。