Question

我正在使用Trie实现自动完成功能。使用this链接中的单词列表，我将每个单词插入到Trie中。我想减少Trie占用的内存，而又不使用像有向非循环字图这样过于花哨的东西。

Trie是基于字典的，允许将其存储在JSON文件中。这是我当前的脚本：

import json 

#Make a trie of english words
# The words file can be found at https://github.com/dwyl/english-words
with open('words_dictionary.json', 'r') as file:
    words = json.load(file)

_end = '_end_'
trie = {}

def make_trie(words):
    root = trie 
    for word in words:
        current = root
        for char in word:
            if char not in current:
                current[char] = {}
            current = current[char]
        current[_end] = _end 

make_trie(words)

with open('word_trie.json', 'w') as outfile:
    json.dump(trie, outfile)

如果可以做到这一点，请帮助我提供代码段。

Answer 1

如果trie是静态的，这意味着您不需要时不时地在其中插入单词，而是可以“一次全部”构建它，那么您需要的结构是DAFSA，代表有向无环有限状态自动机。如果您的特里是动态的，这意味着您将需要在其中插入新单词，DAFSA仍然是答案，但是算法要困难得多。

这基本上是trie的压缩版本，具有相同的访问速度，但在一般情况下所需的空间要低得多。

将特里转换成DAFSA的算法（有时称为有向无环字图的DAWG）不像简单地构建特里的算法那样简单，但是它们是可以理解的。您应该找到所需的一切here。

减少所有英语单词的Trie大小

1 个答案: