Question

字符串'hello'，如何列出所有单词和每个单词的计数。普通后缀树算法仅返回后缀，表示中间单词“ll”不会出现。谁能帮助我一步一步解决？

Answer 1

初始化哈希表使用双循环（for for for）。一个循环索引将表示子字符串的开头，另一个循环索引表示结束。确保结束索引严格大于起始索引，并且两者都在字符串边界内对于遇到的每个子字符串，检查它是否在哈希中。如果不是 - 将其添加为键，值为1.如果是 - 增加当前保存的值。

根据您的评论

修改：

for(b = 0; b < len; ++b) {
  for(e = b + 1; e <= len; ++e) {
    //process substring from index b (incl.) to index e (excl.)
  }
}

这将按此顺序遍历字符串“abcd”：
a ab abc abcd b bc bcd c cd d

Answer 2

使用前缀树而不是后缀树。然后运行这个树，并在任何节点输出到目前为止遇到的字符串加上仍然可用的子树数。

修改

实际上现在太早了，我搞砸了一些术语：

前缀树是仅存储公共前缀一次的树。后缀树将所有后缀存储在前缀树中。所以我在这里指的是一个后缀树（它也恰好是一种特殊的前缀树）。

所以你要做到以下几点：

构建后缀树

从前缀
开始搜索前缀树
function search( node ) { c = node.symbol; if not children.empty then for each child in node.children do sub_search = search( child ) other_results.append( sub_search.results ); sub_trees += sub_search.num_trees done for each result in other_results do append c to result done return c :: other_results else return {results = c; num_trees = 1 } fi }

如果我没有犯任何错误，这应该可以解决问题。后缀树的后缀部分负责消除所有后缀，前缀部分负责消除所有前缀。因为两者都存储得很少，所以你可以在它们之间获得字符串（可能已经存储在一起）。请注意，这不包括对trie的任何压缩，除非你的字符串变得很长，否则通常不需要压缩。

字符串处理

2 个答案: