一、trie介紹

Trie樹，又稱字典樹，單詞查找樹或者前綴樹，是一種用於快速檢索的多叉樹結構，如英文字母的字典樹是一個26叉樹，數字的字典樹是一個10叉樹。

Trie一詞來自retrieve，發音為/tri:/ “tree”，也有人讀為/tra?/ “try”。

Trie樹可以利用字符串的公共前綴來節約存儲空間。如下圖所示，該trie樹用10個節點保存了6個字符串tea，ten，to，in，inn，int。

在該trie樹中，字符串in，inn和int的公共前綴是“in”，因此可以只存儲一份“in”以節省空間。當然，如果系統中存在大量字符串且這些字符串基本沒有公共前綴，則相應的trie樹將非常消耗內存，這也是trie樹的一個缺點。

Trie樹的基本性質可以歸納為：

（1）根節點不包含字符，除根節點意外每個節點只包含一個字符。

（2）從根節點到某一個節點，路徑上經過的字符連接起來，為該節點對應的字符串。

（3）每個節點的所有子節點包含的字符串不相同。

二、trie的優點

1.查找或匹配字符串時 時間復雜度只和樹的深度有關，和節點數量無關。

2.所以，在查找海量數據，或匹配數據，或過濾數據中有很好的實現。

三、php代碼實現

Trie.php

<?php

/**
 * Created by PhpStorm.
 * User: jysdhr
 * Date: 2017/7/4
 * Time: 9:57
 * Description:PHP實現trie字典數據結構
 
 
*/
include "TrieNode.php";

class Trie
{
    private $root;

    public function __construct()
    {

        $this->root = new TrieNode();
    }

    public function foreach_trie()
    {
        echo "<pre>";
        print_r($this->root);
    }

    public function insert($str)
    {
        
 
$this->__insert($this->root, $str);
    }

    public function search(string $str): bool
    {
        return $this->__search($this->root, $str);
    }

    private function __insert(&$node, $str)
    {
        if (strlen($str) == 0)
            return;
        //第一個字符，插入哪一個分叉
        $k = ord(substr($str, 0, 1)) - ord(‘a‘);
        if (!isset($node->childs[$k]) || $node->childs[$k] == NULL) {
            //如果分叉不存在則重新開辟分叉
            $node->childs[$k] = new TrieNode();
            //記錄字符
            $node->childs[$k]->nodeChar = $k;
            $node->childs[$k]->is_end = strlen($str) == 1 ? true : false;
        }
        $nextWord = substr($str, 1);
        $this->__insert($node->childs[$k], $nextWord);
    }

    /**
     * @Description:查找str是否存在樹中
     * @User:jysdhr
     */
    private function __search($node, $str)
    {
        if (strlen($str) == 0)
            return false;
        //首先對str進行拆分
        $k = ord(substr($str, 0, 1)) - ord(‘a‘);
        if (isset($node->childs[$k])) {
            $nextWord = substr($str, 1);
            if (strlen($str) == 1) {
                //匹配最後一個字符
                if ($node->childs[$k]->is_end)
                    return true;
            }
            return $this->__search($node->childs[$k], $nextWord);
        }
        return false;
    }

}

TrieNode.php

<?php

/**
 * Created by PhpStorm.
 * User: jysdhr
 * Date: 2017/7/4
 * Time: 10:01
 * Description:
 */
class TrieNode
{
    public  $nodeChar,$childs,$is_end;
    public function __construct()
    {
        $this->childs = array();
    }
}

testTrie.php

<?php
// 測試文件demo.php
include "Trie.php";
$str = file_get_contents(‘bbe.txt‘);//將整個文件內容讀入到一個字符串中
$badword = explode(" ", $str);//轉換成數組
$trie = new Trie();
foreach ($badword as $word)
    $trie->insert($word);

// array_combine() 函數通過合並兩個數組來創建一個新數組，其中的一個數組是鍵名，另一個數組的值為鍵值。如果其中一個數組為空，或者兩個數組的元素個數不同，則該函數返回 false。
// array_fill() 函數用給定的值填充數組，返回的數組有 number 個元素，值為 value。返回的數組使用數字索引，從 start 位置開始並遞增。如果 number 為 0 或小於 0，就會出錯。
//$badword1 = array_combine($badword,array_fill(0,count($badword),‘*‘));

$test_str = ‘knowledgeasdad‘;
$start_time = microtime(true);

var_dump(in_array($test_str,$badword));
$end_time = microtime(true);
echo ($end_time-$start_time).‘</br>‘;

$start_time1 = microtime(true);
var_dump($trie->search($test_str));
$end_time1 = microtime(true);

echo ($end_time1-$start_time1).‘</br>‘;

$start_time2 = microtime(true);
foreach ($badword as $value){
    if ($value == $test_str){
        echo ‘1‘;
        break;
    }
}
$end_time2 = microtime(true);

echo ($end_time2-$start_time2).‘</br>‘;

?>

以上是匹配聖經中的一個單詞的實例，in_array是遍歷匹配 ，當匹配單詞越晚出現，耗時越久，當匹配單詞不存在時，耗時不可接受。

trie的表現比較穩定，無論是否存在，或匹配單詞出現的早晚都與運行時間無太大影響，只與單詞長度有關。（效果最好，最穩定）

遍歷查找基本與in_array效果相當。

四、總結

所以在項目開發中，在做到敏感詞屏蔽，統計詞頻，字典等功能時，可以考慮運用trie數據結構生成一個trie樹序列化存儲起來，待更新詞庫時重新維護trie樹，是不是覺得也不是很困難呢，加油。

【天天數據結構和算法】PHP中trie數據結構的使用場景和代碼實例