正在寻找 C# 中的后缀树实现？

Question

我已经对一个研究项目进行了基本搜索。 我试图通过构建 后缀树 来提高搜索效率。 我对 Ukkonen 算法的 C# 实现感兴趣。 如果存在这样的实现，我不想浪费时间自己进行。

Answer 1

难以回答的问题。 这是我能找到的最接近的匹配： http://www.codeproject.com/KB/ Recipes/ahocorasick.aspx，它是 Aho-Corasick 字符串匹配算法的实现。 现在，该算法使用后缀树状结构： http://en.wikipedia.org /wiki/Aho-Corasick_algorithm

现在，如果您想要一个前缀树，本文声称为您提供了一个实现：http://www.codeproject.com/KB/recipes/prefixtree.aspx <

幽默> 现在我已经完成了你的作业，你来修剪我的草坪怎么样？ （参考：http://flyingmoose.org/tolksarc/homework.htm）/幽默>

编辑：我发现了一个 C# 后缀树实现，它是发布在博客上的 C++ 后缀树实现：http://code.google.com/p/csharsuffixtree/source/browse/#svn/trunk/suffixtree

编辑：Codeplex 有一个专注于后缀树的新项目：http://suffixtree.codeplex.com/

Answer 2

嘿，刚刚完成包含不同 trie 实现的 .NET (c#) 库的实现。 其中：

• 经典 trie
• Patricia trie
• 后缀 trie
• 使用 Ukkonen 算法的 trie

我试图使源代码易于阅读。 用法也非常简单：

using Gma.DataStructures.StringSearch;

...

var trie = new UkkonenTrie<int>(3);
//var trie = new SuffixTrie<int>(3);

trie.Add("hello", 1);
trie.Add("world", 2);
trie.Add("hell", 3);

var result = trie.Retrieve("hel");

该库经过了充分测试，并且还作为 TrieNet NuGet 包发布。

请参阅 github.com/gmamaladze/trienet

Answer 3

这是一个相当有效的后缀树的实现。 我没有研究过 Ukkonen 的实现，但我认为这个算法的运行时间是相当合理的，大约是 O(N Log N)。 请注意，创建的树中的内部节点数等于父字符串中的字母数。

using System;
using System.Collections.Generic;
using System.Diagnostics;
using System.Linq;
using NUnit.Framework;

namespace FunStuff
{
    public class SuffixTree
    {
        public class Node
        {
            public int Index = -1;
            public Dictionary<char, Node> Children = new Dictionary<char, Node>();
        }

        public Node Root = new Node();
        public String Text;

        public void InsertSuffix(string s, int from)
        {             
            var cur = Root;
            for (int i = from; i < s.Length; ++i)
            {
                var c = s[i];
                if (!cur.Children.ContainsKey(c))
                {
                    var n = new Node() {Index = from};
                    cur.Children.Add(c, n);

                    // Very slow assertion. 
                    Debug.Assert(Find(s.Substring(from)).Any());

                    return;
                }
                cur = cur.Children[c];
            }
            Debug.Assert(false, "It should never be possible to arrive at this case");
            throw new Exception("Suffix tree corruption");
        }

        private static IEnumerable<Node> VisitTree(Node n)
        {
            foreach (var n1 in n.Children.Values)
                foreach (var n2 in VisitTree(n1))
                    yield return n2;
            yield return n;
        }

        public IEnumerable<int> Find(string s)
        {
            var n = FindNode(s);
            if (n == null) yield break;
            foreach (var n2 in VisitTree(n))
                yield return n2.Index;
        }

        private Node FindNode(string s)
        {
            var cur = Root;
            for (int i = 0; i < s.Length; ++i)
            {
                var c = s[i];
                if (!cur.Children.ContainsKey(c))
                {
                    // We are at a leaf-node.
                    // What we do here is check to see if the rest of the string is at this location. 
                    for (var j=i; j < s.Length; ++j)
                        if (cur.Index + j >= Text.Length || Text[cur.Index + j] != s[j])
                            return null;
                    return cur;
                }
                cur = cur.Children[c];
            }
            return cur;
        }

        public SuffixTree(string s)
        {
            Text = s;
            for (var i = s.Length - 1; i >= 0; --i)
                InsertSuffix(s, i);
            Debug.Assert(VisitTree(Root).Count() - 1 == s.Length);
        }
    }

    [TestFixture]
    public class TestSuffixTree
    {
        [Test]
        public void TestBasics()
        {
            var s = "banana";
            var t = new SuffixTree(s);
            var results = t.Find("an").ToArray();
            Assert.AreEqual(2, results.Length);
            Assert.AreEqual(1, results[0]);
            Assert.AreEqual(3, results[1]);
        }
    } 
}