先上圖:
如下是 Trie 數的資料結構:

Trie 樹的作用:統計，排序和儲存字串
快速查詢某個單詞key 所對應的 value 值(類似 Map 的功能)

(擴充套件的時候,可以判斷某個 key 是否存在, 統計某個字首被多少個單詞佔用(文章後面提到))

優點:
做查詢的時候, 效能不會隨著總的資料量增加而導致查詢效率下降(空間換時間的思想)
(其他樹形查詢演算法, 如二叉樹查詢, 效能會隨著總的資料量增長而下降,而 Trie 樹查詢時的比較次數只跟 key 的長度有關係)

node 節點資料結構:

  /**
   * The node representation for the trie.
   * @xsl
 
.usage internal
   */
  class Node
  {

    /**
     * Constructor, creates a Node[ALPHA_SIZE].
     */
    Node()
    {
      m_nextChar = new Node[ALPHA_SIZE];
      m_Value = null;
    }

    /** The next nodes.   */
    Node m_nextChar[];

    /** The value.   */
    Object m_Value;
  }

put()方法:

 /**
   * Put an object into the trie for lookup.
   *
   * @param
 
 key must be a 7-bit ASCII string,只處理128個字元
   * @param value any java object.
   *
   * @return The old object that matched key, or null.
   */
  public Object put(String key, Object value)
  {

    final int len = key.length();
    if (len > m_charBuffer.length)
    {
        // make the biggest buffer ever needed in get(String)
 

        //m_charBuffer用在 get 的時候用於裝載key的字元陣列,排除掉 key 過長的情況
        m_charBuffer = new char[len];
    }
    //指向根節點
    Node node = m_Root;

    for (int i = 0; i < len; i++)
    {
    //檢查該節點的m_nextChar陣列中是否包含key.charAt(i)該字元
      Node nextNode = node.m_nextChar[Character.toUpperCase(key.charAt(i))];

      if (nextNode != null)
      {
        node = nextNode;
      }
      else
      {
      //向 node 節點插入剩餘的字元
        for (; i < len; i++)
        {
          Node newNode = new Node();
          // put this value into the tree with a case insensitive key
          //不區分大小寫是為了在 get 的時候能忽略大小寫
          node.m_nextChar[Character.toUpperCase(key.charAt(i))] = newNode;
          node.m_nextChar[Character.toLowerCase(key.charAt(i))] = newNode;
          node = newNode;
        }
        break;
      }
    }
    //把最終節點的舊的值return
    Object ret = node.m_Value;
    //node 節點的 value 指向傳入的 value
    node.m_Value = value;

    return ret;
  }

get()方法:

public Object get(final String key)
{

    final int len = key.length();

    /* If the name is too long, we won't find it, this also keeps us
     * from overflowing m_charBuffer
     */
    if (m_charBuffer.length < len)
        return null;

    Node node = m_Root;
    switch (len)
    {
        // case 0 looks silly, but the generated bytecode runs
        // faster for lookup of elements of length 2 with this in
        // and a fair bit faster.  Don't know why.
        case 0 :
            {
                return null;
            }
//直接查詢跟節點 Node
        case 1 :
            {
                final char ch = key.charAt(0);
                if (ch < ALPHA_SIZE)
                {
                    node = node.m_nextChar[ch];
                    if (node != null)
                        return node.m_Value;
                }
                return null;
            }
                    default :
            {
                key.getChars(0, len, m_charBuffer, 0);
                // copy string into array
                for (int i = 0; i < len; i++)
                {
                    final char ch = m_charBuffer[i];
                    //非 ASCII碼不處理
                    if (ALPHA_SIZE <= ch)
                    {
                        return null;
                    }

                    node = node.m_nextChar[ch];
                    if (node == null)
                        return null;
                }
                return node.m_Value;
            }
    }
}

原始碼的資料結構是沒法統計多少個單詞佔用了相同的字首的.

要實現該功能, 則需要在 Node 節點中加入一個屬性(如:sum), 每 put一個單詞 到 Trie 樹時, 所經過的字元都+1 ; 當需要統計某個字首被多少個單詞共用時, 直接讀取該字首的最後一個字元的sum 欄位即可.

要使用 Trie 樹判斷某個 key 是否在樹上, 可以在 Node 節點中加入一個boolean 標誌位, 在插入每個單詞的時候, 最後一個字元所在的 node 把標誌位設定為 true 即可.(就實現了 set 的功能)

如果要實現 Trie 樹排序的功能, 只需要先將所有 key 存入 Trie 樹, 然後通過深度遍歷的方式讀取即可實現排序.

從原始碼看, Node根節點是儲存資料的 , Trie物件有個屬性m_Root指向最上層的 node 節點(根節點).

測試程式碼:

    public static void main(String[] args) {
        Trie trie = new Trie();
        trie.put("adef", "yangyang");
        trie.put("abg", "xiaochen");
        Object tem = trie.get("ABG");
        System.out.println(trie);
    }