TRIE木
トライ木（英: trie）やプレフィックス木（英: prefix tree）とは、順序付き木の一種。あるノードの配下の全ノードは、自身に対応する文字列に共通するプレフィックス（接頭部）があり、ルート（根）には空の文字列が対応している。値は一般に全ノードに対応して存在するわけではなく、末端ノードや一部の中間ノードだけがキーに対応した値を格納している。2分探索木と異なり、各ノードに個々のキーが格納されるのではなく、木構造上のノードの位置とキーが対応している。
出典: フリー百科事典『ウィキペディア（Wikipedia）』
「文字列の検索」のために使われる木構造で、2分探索木やハッシュテーブルの代替として使うことができます。
トライ木では、各ノードを文字列のそこまでの “prefix” に対応させることで文字列を表現します。
2分探索木より全般的に高速に動作します。
ハッシュテーブルと比較すると検索が速く、またキー順によるソートを行うことができます。
しかし、単純な実装ではノードに使う文字全てを保持するので、メモリ効率がとても悪くなります。
TRIE木の単純な実装
Python で単純な TRIE木を実装してみます。
TRIE木の単純な実装では、ルートを空ノードにしてそれぞれのノードから必要なだけエッジを伸ばした木構造（例えばアルファベットをキーに使う場合は26のエッジを伸ばす）を、配列を使って構成するだけです。
より効率的にするためには、配列ではなく、ダブルアレイ、LOUDS、三分探索木といったデータ構造を使うそうです。
【前編】ダブルアレイで高速でコンパクトな辞書を実装する〜準備〜
簡潔データ構造 LOUDS の解説（全12回、練習問題付き）
エッジ数
エッジの数を定数として保持します。
ここでは、小文字のアルファベットのみがキーになると想定して、26文字とします。
ALPHABET_SIZE = 26
ノード
それぞれのノードは、エッジ数分の子を配列で管理し、-1で初期化します。
また、そこで単語が終わったのかどうかを管理する変数、そこまでの文字列でprefix として該当する総数を保持する変数を持ちます。
ALPHABET_SIZE = 26
class Node(object):
def __init__(self, char):
self.char = char
self.children = [-1] * ALPHABET_SIZE
self.word_finished = False
self.matched_prefix_cnt = 0
Trie クラス
ルートは空文字で初期化します。
また、小文字アルファベットを配列で管理するためのヘルパー関数 _convert_char_to_num を定義します。
ALPHABET_SIZE = 26
class Node(object):
def __init__(self, char):
self.char = char
self.children = [-1] * ALPHABET_SIZE
self.word_finished = False
self.matched_prefix_cnt = 0
class Trie(object):
def __init__(self):
self.root = Node(' ')
def _convert_char_to_num(self, char):
return ord(char) - ord('a')
単語の追加
木構造にそこまでの prefix が既に含まれるかどうか、ループで単語を一文字ずつ確認し、含まれない場合は文字を追加します。
単語が終わったら、そのノードの終了フラグをTrueにして、その単語の存在を記憶します。
ALPHABET_SIZE = 26
class Node(object):
def __init__(self, char):
self.char = char
self.children = [-1] * ALPHABET_SIZE
self.word_finished = False
self.matched_prefix_cnt = 0
class Trie(object):
def __init__(self):
self.root = Node(' ')
def _convert_char_to_num(self, char):
return ord(char) - ord('a')
def insert(self, word):
current = self.root
for char in word:
char_index = self._convert_char_to_num(char)
if current.children[char_index] != -1:
current = current.children[char_index]
current.matched_prefix_cnt += 1
else:
new_node = Node(char)
current.children[char_index] = new_node
current = new_node
current.matched_prefix_cnt += 1
current.word_finished = True
単語の検索
ループを使って、一文字ずつ単語が木構造に当てはまるかどうかを確認します。
ALPHABET_SIZE = 26
class Node(object):
def __init__(self, char):
self.char = char
self.children = [-1] * ALPHABET_SIZE
self.word_finished = False
self.matched_prefix_cnt = 0
class Trie(object):
def __init__(self):
self.root = Node(' ')
def _convert_char_to_num(self, char):
return ord(char) - ord('a')
def insert(self, word):
current = self.root
for char in word:
char_index = self._convert_char_to_num(char)
if current.children[char_index] != -1:
current = current.children[char_index]
current.matched_prefix_cnt += 1
else:
new_node = Node(char)
current.children[char_index] = new_node
current = new_node
current.matched_prefix_cnt += 1
current.word_finished = True
def search(self, word):
if not self.root.children:
return False, 0
current = self.root
for char in word:
char_index = self._convert_char_to_num(char)
if current.children[char_index] != -1:
current = current.children[char_index]
else:
return False, 0
if current.word_finished:
return True, current.matched_prefix_cnt
return False, current.matched_prefix_cnt
テスト
想定通りに動くか、下のような単語を入力して確認します。
‘A’ は ‘a’ にします。
ALPHABET_SIZE = 26
class Node(object):
def __init__(self, char):
self.char = char
self.children = [-1] * ALPHABET_SIZE
self.word_finished = False
self.matched_prefix_cnt = 0
class Trie(object):
def __init__(self):
self.root = Node(' ')
def _convert_char_to_num(self, char):
return ord(char) - ord('a')
def insert(self, word):
current = self.root
for char in word:
char_index = self._convert_char_to_num(char)
if current.children[char_index] != -1:
current = current.children[char_index]
current.matched_prefix_cnt += 1
else:
new_node = Node(char)
current.children[char_index] = new_node
current = new_node
current.matched_prefix_cnt += 1
current.word_finished = True
def search(self, word):
if not self.root.children:
return False, 0
current = self.root
for char in word:
char_index = self._convert_char_to_num(char)
if current.children[char_index] != -1:
current = current.children[char_index]
else:
return False, 0
if current.word_finished:
return True, current.matched_prefix_cnt
return False, current.matched_prefix_cnt
if __name__ == '__main__':
trie = Trie()
trie.insert('a')
trie.insert('to')
trie.insert('tea')
trie.insert('ted')
trie.insert('ten')
trie.insert('i')
trie.insert('in')
trie.insert('inn')
# (True, 1)
print(trie.search('a'))
# (False, 4)
print(trie.search('t'))
# (True, 1)
print(trie.search('ted'))
# (False, 0)
print(trie.search('tel'))
# (True, 2)
print(trie.search('in'))
# (True, 1)
print(trie.search('inn'))
