在C++中创建trie/后缀树时减少内存使用

Reducing memory usage while making a trie/suffix tree in C++

本文关键字：内存 后缀 C++ 创建 trie      更新时间：2023-10-16

我正在尝试用c++制作一个trie，现在我的基本数据结构是。。

struct node{
    int count; no of times this node has been visited.
    struct node* child[ALPHABET_SIZE]; // Let ALPHABET_SIZE be 26
}

当字符串大小变大时，会浪费大量已分配的内存。就像我们插入"he"一样我们的树将是

root---->h--->e
    |--->e

我们看到，在根目录中，分配的内存中只有2/26th被使用如何改进。

一些非常基本的建议：

  1. 如果预测分支因子较低，请考虑为子级使用数组以外的其他元素。例如，您可以有一个字母到节点*对的数组，并对它们进行线性或二进制搜索（如果它们是有序的）。你也可以使用某种地图
  2. 如果您不希望计数为百万/数十亿，您也可以使用较小的整数大小进行计数
  3. 您可以从基于arena的分配器（即对象池）获取节点，而不是动态分配节点，从而避免了通常添加到堆上分配的对象中的堆分配开销

与其为每个节点创建一个固定大小的数组，不如创建一个包含1个元素的数组，并在插入子节点时调整其大小（用一个大小为+1的新数组替换它）。插入速度会较慢，因此您可以测试并更改大小调整算法（size+1或size*2或size+size/2），以便在速度太慢时减少分配。

使用邻接列表。

我们可以创建一个节点列表，而不是树。一个节点将是字典，每个字典都有"当前值"（字母表）和"下一个状态"（子节点的索引列表）。我们可以在节点中添加其他必需的属性。

在您的情况下：该列表将是-

[｛"value"："，"next_state"：[1]｝，｛"value"："h"，"next_state"：[2]｝，｛"value"："e"，"next_state"：[]｝]

现在说，我们加上"他的"。列表将更新为：

[｛"value"："，"next_state"：[1]｝，｛"value"："h"，"next_state"：[2，3]｝，｛"value"："e"，"next_state"：[]｝，｛"value"："i"，"next_state"：[4]｝，｝

注意，索引-1中节点的next_state。我们有两个子节点——"e"answers"i"。

它非常高效且易于实现。然而，trie的操作将相当缓慢。

相关文章：