คำถามของฉันคือโครงสร้างข้อมูลTrieและRadix Trieเป็นสิ่งเดียวกันหรือไม่?
ในระยะสั้นไม่ หมวดหมู่Radix Trieอธิบายถึงหมวดหมู่เฉพาะของTrieแต่นั่นไม่ได้หมายความว่าการพยายามทั้งหมดจะเป็นการพยายามด้วย radix
ถ้า [ไม่] เหมือนกัน Radix trie (aka Patricia Trie) มีความหมายว่าอย่างไร?
ฉันคิดว่าคุณตั้งใจจะเขียนไม่ได้อยู่ในคำถามของคุณดังนั้นการแก้ไขของฉัน
ในทำนองเดียวกัน PATRICIA หมายถึงประเภทของ radix trie ที่เฉพาะเจาะจง แต่ไม่ใช่การพยายามใช้ radix ทั้งหมดที่ PATRICIA พยายาม
Trie คืออะไร?
"Trie" อธิบายโครงสร้างข้อมูลแบบทรีที่เหมาะสำหรับใช้เป็นอาร์เรย์เชื่อมโยงโดยที่กิ่งก้านหรือขอบสอดคล้องกับส่วนต่างๆของคีย์ คำจำกัดความของชิ้นส่วนค่อนข้างคลุมเครือที่นี่เนื่องจากการใช้งานที่แตกต่างกันจะใช้ความยาวบิตที่แตกต่างกันเพื่อให้สอดคล้องกับขอบ ตัวอย่างเช่นสามเหลี่ยมไบนารีมีสองขอบต่อโหนดที่สอดคล้องกับ 0 หรือ 1 ในขณะที่สามเหลี่ยม 16 ทางมีสิบหกขอบต่อโหนดที่สอดคล้องกับสี่บิต (หรือเลขฐานสิบหก: 0x0 ถึง 0xf)
แผนภาพนี้ดึงมาจาก Wikipedia ดูเหมือนว่าจะแสดงให้เห็นถึงสามคนที่มีการแทรก (อย่างน้อย) ปุ่ม 'A', 'to', 'tea', 'ted', 'ten' และ 'inn':
หาก trie นี้ใช้เก็บรายการสำหรับคีย์ 't', 'te', 'i' หรือ 'in' จะต้องมีข้อมูลเพิ่มเติมที่แต่ละโหนดเพื่อแยกความแตกต่างระหว่างโหนดว่างและโหนดที่มีค่าจริง
Radix Trie คืออะไร?
"Radix trie" ดูเหมือนจะอธิบายรูปแบบของ trie ที่ควบแน่นส่วนของคำนำหน้าทั่วไปตามที่ Ivaylo Strandjev อธิบายไว้ในคำตอบของเขา พิจารณาว่ารูปสามเหลี่ยม 256 ทิศทางซึ่งทำดัชนีคีย์ "ยิ้ม" "ยิ้ม" "ยิ้ม" และ "ยิ้ม" โดยใช้การกำหนดแบบคงที่ต่อไปนี้:
root['s']['m']['i']['l']['e']['\0'] = smile_item;
root['s']['m']['i']['l']['e']['d']['\0'] = smiled_item;
root['s']['m']['i']['l']['e']['s']['\0'] = smiles_item;
root['s']['m']['i']['l']['i']['n']['g']['\0'] = smiling_item;
ตัวห้อยแต่ละตัวเข้าถึงโหนดภายใน นั่นหมายถึงการดึงข้อมูลsmile_itemคุณต้องเข้าถึงเจ็ดโหนด แปดโหนดเข้าถึงตรงตามลักษณะที่smiled_itemและและเก้าsmiles_item smiling_itemสำหรับสี่รายการนี้มีทั้งหมดสิบสี่โหนด อย่างไรก็ตามพวกเขาทั้งหมดมีสี่ไบต์แรก (ตรงกับสี่โหนดแรก) เหมือนกันอย่างไรก็ตาม ด้วยการย่อขนาดสี่ไบต์เหล่านี้เพื่อสร้างrootที่สอดคล้องกันการ['s']['m']['i']['l']เข้าถึงโหนดสี่โหนดได้รับการปรับให้เหมาะสม นั่นหมายถึงหน่วยความจำน้อยลงและเข้าถึงโหนดน้อยลงซึ่งเป็นข้อบ่งชี้ที่ดีมาก การเพิ่มประสิทธิภาพสามารถใช้ซ้ำได้เพื่อลดความจำเป็นในการเข้าถึงไบต์ส่วนต่อท้ายที่ไม่จำเป็น ในที่สุดคุณก็มาถึงจุดที่คุณเปรียบเทียบความแตกต่างระหว่างคีย์ค้นหาและคีย์ที่จัดทำดัชนีในตำแหน่งที่จัดทำดัชนีโดย Trie เท่านั้น. นี่คือ radix trie
root = smil_dummy;
root['e'] = smile_item;
root['e']['d'] = smiled_item;
root['e']['s'] = smiles_item;
root['i'] = smiling_item;
ในการดึงข้อมูลแต่ละโหนดจำเป็นต้องมีตำแหน่ง ด้วยคีย์การค้นหาของ "รอยยิ้ม" และroot.position4 เราเข้าถึงซึ่งเกิดขึ้นเป็นroot["smiles"[4]] เราเก็บนี้ในตัวแปรที่เรียกว่าroot['e'] คือ 5 ซึ่งเป็นที่ตั้งของความแตกต่างระหว่างและเพื่อให้เข้าถึงต่อไปจะเป็น สิ่งนี้นำเราไปสู่และจุดสิ้นสุดของสตริงของเรา การค้นหาของเราได้ยุติลงและมีการดึงข้อมูลโดยมีการเข้าถึงโหนดเพียงสามโหนดแทนที่จะเป็นแปดcurrentcurrent.position"smiled""smiles"root["smiles"[5]]smiles_item
PATRICIA Trie คืออะไร?
PATRICIA trie เป็นตัวแปรของ radix ที่พยายามซึ่งควรเป็นnโหนดที่ใช้บรรจุnรายการเท่านั้น ในสมุฎฐาน Trie pseudocode แสดงให้เห็นถึงหยาบข้างต้นของเรามีห้าโหนดทั้งหมด: root(ซึ่งเป็นโหนด nullary มันไม่มีค่าจริง) root['e'], root['e']['d'], และroot['e']['s'] root['i']ใน PATRICIA Trie ควรมีเพียงสี่ตัว มาดูกันว่าคำนำหน้าเหล่านี้อาจแตกต่างกันอย่างไรโดยดูจากไบนารีเนื่องจาก PATRICIA เป็นอัลกอริทึมไบนารี
smile: 0111 0011 0110 1101 0110 1001 0110 1100 0110 0101 0000 0000 0000 0000
smiled: 0111 0011 0110 1101 0110 1001 0110 1100 0110 0101 0110 0100 0000 0000
smiles: 0111 0011 0110 1101 0110 1001 0110 1100 0110 0101 0111 0011 0000 0000
smiling: 0111 0011 0110 1101 0110 1001 0110 1100 0110 1001 0110 1110 0110 0111 ...
ให้เราพิจารณาว่ามีการเพิ่มโหนดตามลำดับที่แสดงไว้ข้างต้น smile_itemเป็นรากของต้นไม้นี้ ความแตกต่างที่เป็นตัวหนาเพื่อให้มองเห็นได้ง่ายขึ้นเล็กน้อยอยู่ในไบต์สุดท้าย"smile"ที่บิต 36 จนถึงจุดนี้โหนดทั้งหมดของเรามีคำนำหน้าเหมือนกัน smiled_nodeอยู่ที่smile_node[0]. ความแตกต่างระหว่าง"smiled"และ"smiles"เกิดขึ้นในบิต 43 ที่"smiles"มี '1' บิตเพื่อให้เป็นsmiled_node[1]smiles_node
แทนที่จะใช้NULLเป็นสาขาและ / หรือข้อมูลภายในเพิ่มเติมเพื่อแสดงถึงเมื่อการค้นหาสิ้นสุดลงกิ่งก้านจะเชื่อมโยงข้อมูลต้นไม้กลับไปที่ใดที่หนึ่งดังนั้นการค้นหาจะสิ้นสุดลงเมื่อค่าชดเชยในการทดสอบลดลงแทนที่จะเพิ่มขึ้น นี่คือแผนภาพง่ายๆของต้นไม้ดังกล่าว(แม้ว่า PATRICIA จะเป็นกราฟวัฏจักรมากกว่าต้นไม้อย่างที่คุณเห็น) ซึ่งรวมอยู่ในหนังสือของ Sedgewick ที่กล่าวถึงด้านล่าง:
อัลกอริธึม PATRICIA ที่ซับซ้อนมากขึ้นซึ่งเกี่ยวข้องกับคีย์ของความยาวตัวแปรเป็นไปได้แม้ว่าคุณสมบัติทางเทคนิคบางอย่างของ PATRICIA จะสูญหายไปในกระบวนการ (กล่าวคือโหนดใด ๆ มีคำนำหน้าร่วมกับโหนดก่อนหน้านั้น):
การแตกกิ่งก้านเช่นนี้มีประโยชน์หลายประการ: ทุกโหนดมีค่า ซึ่งรวมถึงราก เป็นผลให้ความยาวและความซับซ้อนของโค้ดสั้นลงมากและอาจเร็วกว่าเล็กน้อยในความเป็นจริง อย่างน้อยหนึ่งสาขาและสาขาส่วนใหญ่k( kจำนวนบิตในคีย์การค้นหาอยู่ที่ใด) จะถูกติดตามเพื่อค้นหารายการ โหนดมีขนาดเล็กเนื่องจากเก็บเพียงสองสาขาแต่ละแห่งซึ่งทำให้ค่อนข้างเหมาะสมสำหรับการเพิ่มประสิทธิภาพตำแหน่งแคช คุณสมบัติเหล่านี้ทำให้ PATRICIA อัลกอริทึมที่ชื่นชอบจนถึงตอนนี้ ...
ฉันจะตัดคำอธิบายนี้ให้สั้นลงเพื่อลดความรุนแรงของโรคข้ออักเสบที่กำลังจะเกิดขึ้น แต่ถ้าคุณต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับ PATRICIA คุณสามารถอ่านหนังสือเช่น "The Art of Computer Programming, Volume 3" โดย Donald Knuth หรือ "อัลกอริทึมในภาษา {your-favorite-language} ส่วนที่ 1-4" โดย Sedgewick
radix-treeมากกว่าradix-trieมีคำถามไม่กี่คำถามที่ติดแท็กนอกจากนี้