决策树cart算法python实现,用cart算法画决策树例题

　　特别声明

　　本文仅为笔记文章，不存在抄袭。

　　以下是我在研究过程中参考的链接。有很多。以下是我记得的事情。

　　1.字典树的概念

　　字典树也叫词搜索树，因为它的搜索速度快，所以用在词搜索系统中。树的数据结构。之所以快，是因为用的是空间而不是速度。

　　2.字典树的特征：

　　字典树有三个基本属性。

　　1.根节点不包含字符，除了根节点之外的每个节点只包含一个字符。

　　2.从根节点到某个节点，节点对应的字符串由路径上的文本连接。

　　3.每个节点的所有子节点都包含不同的字符。

　　3.下图显示了包含以下字符串的字典树结构。

　　addadbc

　　再见

　　Tree.png

　　4.字典树应用场景

　　1)、快速搜索字符串

　　给出由n个单词组成的成语和用小写英文写的冠词。请以最快的顺序写出成语中没有的单词。

　　在这个问题上，通过枚举数组、使用哈希、使用字典树等方式在树上构建短语是非常高效的。然后看文章对比。

　　2)字典树在“字符串”排序中的应用

　　给定只由一个单词组成的n个互不相同的英文名，按照字典顺序从小到大输出。

　　按字典树排序，按数组创建字典树。这棵树中每个节点的所有子节点。

　　很明显是按字母顺序排的。先扫描一下树。

　　3)字典树在最长公共前缀问题中的应用。

　　为所有字符串创建一棵字典树，对于两个字符串的最长公共前缀的长度，即它们所属节点的公共祖先的个数，将问题转化为最近公共祖先问题。

　　5.字典树的数据结构

　　从上面的描述可以看出，字典树的数据结构如下。

　　类TrieNode {

　　char c；

　　进入会计；

　　映射标题；

　　}

　　上述属性的描述：

　　1，C，存储这个节点的数据，只有一个字符。(注意只有一个字)。

　　2.occurrence应该从这个词的意思知道它的意思是出现的频率。Occurances是对应于当前节点的字符串在字典树中出现的次数。

　　3.children是当前节点的子节点，用于保存下一个节点的字符。

　　7.根据字符串的常用功能，字典树类应该实现的特性。

　　1)查询是否包含字符串。

　　2)询问字符串出现的频率。

　　3)插入一个字符串

　　4)删除字符串

　　5)获取字典树的整体规模，即字典树中包含的不同字符串的数量。

　　基于以上考虑，Trie类可以构建一个只需要实现这个接口的接口。

　　根据8.6中描述的特征创建抽象类。

　　通用abt rie {

　　//确定字典树中是否存在该字符串。

　　publicabstractbooleancontains(字符串字)；

　　//返回该字符串在字典树中出现的次数。

　　常见跟踪要求(字符串字)；

　　//插入一个字符串。

　　一个公共字符串(字符串字)；

　　//删除字符串。

　　后台文件(字符串字)；

　　//整个字典树中不同字符串的数量，即存储的不同字符串的数量。

　　公共抽象int size(；

　　}

　　每个抽象方法的描述已经详细描述过了，这里不再赘述。

　　9.界面中每种方法的实现原理如下

　　1)插入一个字符串

　　1.从头到尾遍历字符串中的所有字符。

　　2.从根节点插入。如果这个字符存在，就不需要插入新的节点。如果它不存在，请插入一个新节点。

　　3.然后，按照上述方法继续沿着插入的节点插入剩余的节点。

　　4.若要计算每个字符串的出现次数，请在最后一个节点中插入occurrences，表示该字符串的出现次数增加了一倍。

　　2)删除字符串

　　1.从根节点的子节点开始，每个字符串的第一个字符必须位于根节点的子节点，所以判断其当前节点是否为空。如果它没有到达要删除的字符串的最后一个字符，则该字符串不存在。如果到达了叶子的节点，但是没有遍历整个字符串，则整个字符串不存在。例如，在“哈兰1994”中，“哈兰”将被删除。

　　2.如果找到要删除的字符串，只需要在最后一个字符是叶节点的情况下删除即可。此外，删除操作仅发生在叶节点上。比如删除“byebye”，但是字典里有“byebyeha”，就是拜拜的意思。

　　不需要删除它，只需更改occurrences=0来指示字符串 byebye 不再存在于字典中。

　　3.当最后一个字符被遍历时，这意味着它存在于字典中，当前节点的occurances必须被设置为0，这表明由当前节点表示的字符串不再存在。是否删除，需要考虑2中提到的情况，即只删除只发生在叶子节点上。

　　3)获取字符串出现的次数

　　1.当我们设计数据结构时，我们有一个occurances属性。

　　2.判断字符串是否存在，如果存在，返回相应字符下的occurances。

　　4)有没有字符串？

　　1.查询字符串从第一个字符开始。

　　2.当查询的位置已经超过了字符串的长度，比如“adc”，但是我们发现树的深度已经超过了C，它肯定是不存在的。

　　3.如果查询的位置正好是字符串的长度，那么就可以判断当前节点的合格子节点是否存在。如果是，则字符串存在，否则不存在。

　　4.在其他情况下，需要进一步询问。如果存在符合要求的子节点，则继续查询；否则，它们就不存在。

　　5)整个Trie树的大小，即不同字符串的数量

　　1.只需返回Trie数据结构中的size属性。

　　2.大小属性将在插入和移除操作后更新。

　　10.代码实现

　　1)插入一个字符串

　　int insert(String s，int pos) {

　　//如果插入空字符串，将直接返回

　　//此方法从pos=0开始递归调用，其中pos是指插入的pos字符。

　　if (s==null pos=s.length())

　　返回0；

　　//如果当前节点没有子节点，则返回新节点

　　if (children==null)

　　children=new HashMap()；

　　//创建一个TrieNode

　　char c=s . charat(pos)；

　　TrieNode n=children . get(c)；

　　//确保字符保存在要插入的节点中。

　　if (n==null) {

　　n=新的TrieNode(c)；

　　children.put(c，n)；

　　}

　　//在插入结束时，直到插入最后一个字符，返回的结果是字符串出现的次数。

　　//否则，继续插入下一个字符

　　if (pos==s.length() - 1) {

　　n .出现次数；

　　返回n.occurances

　　}否则{

　　返回n.insert(s，位置1)；

　　}

　　}

　　2)删除字符串

　　boolean remove(String s，int pos) {

　　if (children==null s==null)

　　返回false

　　//取出pos字符，如果不存在，返回false

　　char c=s . charat(pos)；

　　TrieNode n=children . get(c)；

　　if (n==null)

　　返回false

　　//递归exit是字符串的最后一个字符，show ga occurrences=0，表示已经被删除。

　　//否则，继续递归到最后一个字符

　　布尔ret

　　if (pos==s.length() - 1) {

　　int before=n.occurances

　　n . occurrences=0；

　　ret=之前；

　　}否则{

　　ret=n.remove(s，位置1)；

　　}

　　//1.如果我们想去掉“你好”，但有一个“你好”，你不要

　　//需要删除保存的字符，因为它的出现已经被

　　//已解决

　　//0 witch表示字符串s不再存在。

　　//2 .其出现次数必须为0，例如，

　　//当你想删除 harlan1994 ，但是没有这样的序列，

　　//只有‘哈兰’

　　//所以当我们到达最后一个char n 时，pos！=s.length() - 1，其

　　//出现次数不能是

　　//定为0，而它为0，所以它不是需要的序列

　　//已删除。

　　//如果我们只是去掉一片叶子，向上修剪。

　　//删除后，必须删除不必要的字符。

　　//比如删除了保存的“Harlan”，那么如果在叶子节点中保存了n，就说明虽然标记为不存在，但还是占用了空间。

　　//所以不得不删除，但是如果删除了“Harlan”，但是这个“Harlan1994”还存储在Trie中，那么就不需要长时间删除字符了。

　　if(n . children==null n . occurrences==0){

　　children . remove(n . c)；

　　if (children.size()==0)

　　children=null

　　}

　　返回ret

　　}

　　3)找出一个字符串出现的次数

　　TrieNode lookup(String s，int pos) {

　　if (s==null)

　　返回空

　　//如果找的次数已经超过了字符的长度，说明，已经递归到超过字符串的深度了，表明字符串不存在

　　if(pos=s . length() children==null)

　　返回空

　　//如果刚好到了字符串最后一个，则只需要返回最后一个字符对应的结点，若节点为空，则表明不存在该字符串

　　else if (pos==s.length() - 1)

　　还孩子。get(s . charat(pos))；

　　//否则继续递归查询下去，直到没有孩子节点了

　　否则{

　　TrieNode n=子节点。get(s . charat(pos))；

　　return n==null？null : n.lookup(s，pos 1)；

　　}

　　}

　　以上库库普方法返回值是一个特里节点，要找某个字符串出现的次数，只需要看其中的出现次数即可。

　　要看是否包含某个字符串，只需要看是否为空节点即可。

　　11、下面来一个应用，题目如下：

　　不考虑字母大小写，在一篇文章中只有英文，不包含其余任何字符，求这篇文章中不同单词的个数。

　　并求所给单词的出现次数。

　　1)建立一个测试类样本，添加两个方法分别求以上两个问题

　　2)添加一个求取文件内容，并添加字符串到字典树中的方法，关键代码如下：

　　.

　　私有void init() {

　　尝试{

　　输入流=新文件输入流(新文件（

　　e:\ \ Eclipse \ \ trie \ \ src \ \ com \ \ Harlan \ \ trie \ \ bible。txt’)；

　　addToDictionary(in)；

　　} catch(异常e) {

　　e。printstacktrace()；

　　}

　　}

　　公共void addToDictionary(输入流f)抛出IOException，

　　文件未找到异常{

　　长t=系统。当前时间毫秒()；

　　最终int bufSize=1000

　　int读取

　　int numWords=0；

　　InputStreamReader fr=null

　　尝试{

　　fr=new InputStreamReader(f)；

　　char[]buf=new char[bufSize]；

　　while ((read=fr.read(buf))！=-1) {

　　//TODO修改此拆分正则表达式，使其真正有用

　　字符串[]单词=新字符串(buf，0，read).split( \ \ W )；

　　for (String s : words) {

　　mTrie.insert

　　数字

　　}

　　}

　　}最后{

　　如果(fr！=null) {

　　尝试{

　　法郎close()；

　　} catch (IOException e) {

　　}

　　}

　　}

　　System.out.println(从文件读取并插入数字

　　单词到trie in’(系统。当前时间(毫秒()-t)

　　/1000.0 秒);

　　}

　　public int getSize() {

　　如果(mTrie！=null) {

　　返回里山。size()；

　　}

　　返回0;

　　}

　　public int getCount(String s) {

　　返回移动频率；

　　}

　　测试结果截图如下：

　　测试。png

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。