Python字典树（Trie）实现与单词统计详解

Hazel

发布时间：2026-10-13 | 3人浏览过

原创

本文通过Python代码详细演示了字典树（Trie Tree）的构建与使用方法。重点解析了TrieTree类的核心逻辑，包括addNode方法如何存储单词前缀及计数，以及countWord方法如何高效查询特定单词的出现频次。示例展示了从初始化到统计具体单词数量的完整流程，适用于理解字符串前缀匹配算法。

本文通过具体实例介绍了Python中字典树（Trie Tree）数据结构的具体实现方式，旨在为读者提供清晰的参考代码与解析。

class TrieTree():
  def __init__(self):
    self.root = {}
  def addNode(self,str):
    # 树中每个结点(除根节点)，包含到该结点的单词数，以及该结点后面出现字母的键
    nowdict = self.root
    for i in range(len(str)):
      if str[i] not in nowdict:  # 发现新的组合方式
        nowdict[str[i]] = {'count':0,'prefix':str[:i+1]}
      nowdict = nowdict[str[i]]  # 转移到下一个结点
    nowdict['count'] += 1
  def countWord(self,str):
    # 返回输入单词在树中出现的次数
    nowdict = self.root
    for s in str:
      if s not in nowdict:
        return 0
      nowdict = nowdict[s]  # 匹配当前结点,转下一个结点
    # 到了这一步证明单词存在
    return nowdict['count']
if __name__=="__main__":
  pass
  Text = ['b','abc','abd','bcd','abcd','efg','hii','bcd']
  t = TrieTree()
  for str in Text:
    t.addNode(str)
  print t.countWord('bcd')
>>> 2

如需进一步了解Python相关技术，建议查阅本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》以及《Python入门与进阶经典教程》。

希望上述关于字典树的实现解析能对您的Python编程实践提供有效帮助。