burst trie(爆炸式字典樹)

Burst trie組成介紹

burst trie有三個不同的組成部分，一組records，一組containers，還有一個access trie。

• records包含一個字符串，必要信息（統計數據或單詞位置等），一個指針（指向實體數據的指針）
• containers是一個records的集合，對于一個深度為K的容器，所有字符串的長度至少為k，并且所有字符串的前k個字符都是相同的。
• access trie是containers中的葉子。

Burst trie例子

看不懂上面的解析，沒關系，看下面的圖，下面的圖中存儲這這10個單詞，分別是：“came”, “car”,“cat”, “cave”, “cy”, “cyan”, “we”, “went”, “were”, “west”。

該圖中存儲“came”的位置可以說是一個records，record除了代表字符串，還包含一些該單詞的必要信息，以及一個指向實體數據位置的指針。

圖中畫出的burst trie中最左邊的container包含了4個records，分別是“came”, “car”,“cat”, “cave”，明顯它們都有一個共同的前綴"ca"，所以該contain的深度為2 ，并且里面record代表的字符串長度不能少于2.

圖中三角形框住的是container的葉子節點，也稱為access trie。其中，圖中的access trie數據結構是BST，所以這個Burst trie是一個基于BST的代表容器。

Burst trie查找

Burst trie查找主要分兩大步驟，前綴的查找，和后綴的匹配。

前綴查找，從根節點開始，進行字符的匹配，分兩小步：

• 從槽中找到當前字符，并且當前字符有進入下一個槽的指針，走下一步，否則匹配失敗。遇到access trie，則改為進行后綴匹配（使用BST）
• i++

假設查找“came”單詞的record，搜先查找當前需要匹配字符“C”，在槽中找到"C"，發現“C”的位置有進入下一個槽的指針，那么就i++,并進入下一槽。然后匹配字符"A",發現槽中“A”處的下一個指針是access trie，則對剩下的字符串進行后綴匹配（直接使用BST）

Burst trie的生長方式

Burst trie有兩種生長方式：

一種是元素的插入，元素的插入會建立新的葉子節點，或者往葉子節中添加新的后綴。

一種是以Burst trie爆破的方式進行生長，Burst trie爆破指的是用深度k的容器替換為一個trie節點和深度k+1的一組新Container的過程。

Burst trie插入

Burst trie插入的過程跟查找相識，前綴的插入和后綴插入。跟查找相似，先進行前綴的匹配添加。

前綴的添加，先槽中找到當前字符，查看當前字符是否有進入下一個槽的指針，沒有則進行新葉子（access trie）的建立，有則往下一個槽移動。如果移動到葉子節點，則直接將后綴加入葉子節點（access trie）。

Burst trie爆破

Burst trie爆破指的是用深度k的容器替換為一個trie節點和深度k+1的一組新Container的過程，這些容器之間包含原始容器中的所有記錄。決定是否破壞一個Container應該取決于訪問它的頻率和每次訪問的成本如何。

假設現在往Burst trie插入一個records，這個records代表著單詞“western”，并且假設滿足爆破條件，那么改圖就會進行Container爆破調整，變成下面這副圖：

爆破過程如下：

• 先將要爆破的葉子節點（access trie）的數據拿出來
• 然后在匹配的K層字符的槽指向一個新建立的K+1層的槽，然后通過節點添加的方式往K+1層的槽進行葉子節點的添加

具體開源代碼，可以參考：https://github.com/gabrieldumitrescu/BurstTrie

參考論文：Heinz S, Zobel J, Williams H E. Burst tries: a fast, efficient data structure for string keys[J]. ACM Transactions on Information Systems (TOIS), 2002, 20(2): 192-223.

論文ppt：http://www.cs.uvm.edu/~xwu/wie/CourseSlides/Schips-BurstTries.pdf

總結

以上是生活随笔為你收集整理的Burst trie(爆炸式字典树)解读的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。