Pertanyaan saya adalah apakah struktur data Trie dan Radix Trie adalah hal yang sama?
Singkatnya, tidak. Kategori Radix Trie menjelaskan kategori Trie tertentu , tetapi itu tidak berarti bahwa semua percobaan adalah percobaan radix.
Kalau [n't] sama, lalu apa arti Radix trie (alias Patricia Trie)?
Saya berasumsi bahwa Anda bermaksud menulis tidak dalam pertanyaan Anda, maka dari itu koreksi saya.
Demikian pula, PATRICIA menunjukkan jenis radix trie tertentu, tetapi tidak semua percobaan radix adalah percobaan PATRICIA.
Apa itu trie?
"Trie" mendeskripsikan struktur data pohon yang cocok untuk digunakan sebagai larik asosiatif, di mana cabang atau tepi berhubungan dengan bagian - bagian kunci. Definisi bagian agak kabur, di sini, karena implementasi percobaan yang berbeda menggunakan panjang bit yang berbeda untuk menyesuaikan dengan tepi. Misalnya, trie biner memiliki dua sisi per node yang sesuai dengan 0 atau 1, sedangkan trie 16 arah memiliki enam belas sisi per node yang sesuai dengan empat bit (atau digit heksadesimal: 0x0 hingga 0xf).
Diagram ini, diambil dari Wikipedia, tampaknya menggambarkan trie dengan (setidaknya) kunci 'A', 'to', 'tea', 'ted', 'ten' dan 'inn' disisipkan:
Jika trie ini menyimpan item untuk kunci 't', 'te', 'i' atau 'in' maka perlu ada informasi tambahan yang ada di setiap node untuk membedakan antara node nullary dan node dengan nilai aktual.
Apa itu radix trie?
"Radix trie" sepertinya menggambarkan bentuk trie yang memadatkan bagian awalan umum, seperti yang dijelaskan Ivaylo Strandjev dalam jawabannya. Pertimbangkan bahwa trie 256-cara yang mengindeks kunci "senyum", "tersenyum", "tersenyum" dan "tersenyum" menggunakan tugas statis berikut:
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;
Setiap subskrip mengakses node internal. Artinya untuk mengambilnya smile_item, Anda harus mengakses tujuh node. Delapan akses node sesuai dengan smiled_itemdan smiles_item, dan sembilan untuk smiling_item. Untuk keempat item ini, ada total empat belas node. Mereka semua memiliki empat byte pertama (sesuai dengan empat node pertama) yang sama. Dengan memadatkan empat byte tersebut untuk membuat rootyang sesuai ['s']['m']['i']['l'], empat akses node telah dioptimalkan. Itu berarti lebih sedikit memori dan lebih sedikit akses node, yang merupakan indikasi yang sangat baik. Pengoptimalan dapat diterapkan secara rekursif untuk mengurangi kebutuhan untuk mengakses byte sufiks yang tidak perlu. Akhirnya, Anda sampai pada titik di mana Anda hanya membandingkan perbedaan antara kunci pencarian dan kunci yang diindeks di lokasi yang diindeks oleh trie.. Ini adalah trie radix.
root = smil_dummy;
root['e'] = smile_item;
root['e']['d'] = smiled_item;
root['e']['s'] = smiles_item;
root['i'] = smiling_item;
Untuk mengambil item, setiap node membutuhkan posisi. Dengan kunci pencarian "tersenyum" dan root.position4, kami mengakses root["smiles"[4]], yang kebetulan root['e']. Kami menyimpan ini dalam variabel yang disebut current. current.positionadalah 5, yang merupakan lokasi perbedaan antara "smiled"dan "smiles", jadi akses berikutnya adalah root["smiles"[5]]. Ini membawa kita ke smiles_item, dan akhir dari string kita. Pencarian kami telah dihentikan, dan item telah diambil, hanya dengan tiga akses node, bukan delapan.
Apa itu PATRICIA trie?
Trie PATRICIA adalah varian dari percobaan radix yang seharusnya hanya ada nnode yang digunakan untuk memuat nitem. Di kasar menunjukkan radix trie pseudocode kita di atas, ada lima node total: root(yang merupakan simpul nullary; tidak mengandung nilai aktual), root['e'], root['e']['d'], root['e']['s']dan root['i']. Dalam percobaan PATRICIA seharusnya hanya ada empat. Mari kita lihat bagaimana prefiks ini mungkin berbeda dengan melihatnya dalam biner, karena PATRICIA adalah algoritma biner.
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 ...
Mari kita pertimbangkan bahwa node ditambahkan sesuai urutan yang disajikan di atas. smile_itemadalah akar dari pohon ini. Perbedaannya, dicetak tebal untuk membuatnya sedikit lebih mudah dikenali, adalah pada byte terakhir "smile", pada bit 36. Sampai titik ini, semua node kita memiliki awalan yang sama . smiled_nodemilik di smile_node[0]. Perbedaan antara "smiled"dan "smiles"terjadi pada bit 43, di mana "smiles"memiliki bit '1', begitu smiled_node[1]juga smiles_node.
Daripada menggunakan NULLsebagai cabang dan / atau informasi tambahan internal yang untuk menunjukkan ketika Menghentikan pencarian, cabang-cabang link kembali sampai di suatu tempat pohon, sehingga Menghentikan pencarian ketika offset untuk menguji berkurang daripada meningkatkan. Berikut diagram sederhana dari pohon semacam itu (meskipun PATRICIA sebenarnya lebih merupakan grafik siklik, daripada pohon, seperti yang akan Anda lihat), yang disertakan dalam buku Sedgewick yang disebutkan di bawah ini:
Algoritme PATRICIA yang lebih kompleks yang melibatkan kunci dengan panjang varian dimungkinkan, meskipun beberapa properti teknis PATRICIA hilang dalam proses (yaitu setiap node berisi awalan yang sama dengan node sebelumnya):
Dengan bercabang seperti ini, ada sejumlah keuntungan: Setiap node mengandung nilai. Itu termasuk akarnya. Akibatnya, panjang dan kompleksitas kode menjadi jauh lebih pendek dan mungkin sedikit lebih cepat pada kenyataannya. Setidaknya satu cabang dan paling banyak kcabang (di mana kjumlah bit di kunci pencarian) diikuti untuk mencari item. Node berukuran kecil , karena masing-masing hanya menyimpan dua cabang, yang membuatnya cukup cocok untuk pengoptimalan lokalitas cache. Properti ini menjadikan PATRICIA algoritme favorit saya sejauh ini ...
Saya akan mempersingkat uraian ini di sini, untuk mengurangi keparahan arthritis saya yang akan datang, tetapi jika Anda ingin tahu lebih banyak tentang PATRICIA, Anda dapat membaca buku-buku seperti "The Art of Computer Programming, Volume 3" oleh Donald Knuth , atau salah satu "Algoritma dalam {bahasa-favorit Anda}, bagian 1-4" oleh Sedgewick.
radix-treebukanradix-trie? Selain itu, ada beberapa pertanyaan yang terkait dengannya.