c# - C＃での接尾辞木の実装をお探しですか？

Question

研究プロジェクトの基本的な検索を実装しました。接尾辞木を作成して、検索をより効率的にしようとしています。UkkonenアルゴリズムのC＃実装に興味があります。そのような実装が存在する場合、私は自分自身をローリングする時間を無駄にしたくありません。

Answer 1

難しい質問です。私が見つけることができる最も近い一致は次のとおりです: http://www.codeproject.com/KB/recipes/ahocorasick.aspx、これは Aho-Corasick 文字列一致アルゴリズムの実装です。現在、アルゴリズムは次のように接尾辞ツリーのような構造を使用しています: http://en.wikipedia.org/wiki/Aho-Corasick_algorithm

ここで、プレフィックス ツリーが必要な場合は、次の記事に実装があると主張しています: http://www.codeproject.com/KB/recipes/prefixtree.aspx

<ユーモア> 宿題をやったから、芝生を刈ってくれませんか。(参考: http://flyingmoose.org/tolksarc/homework.htm ) < /HUMOR >

編集: ブログに投稿された C++ のポートである C# サフィックス ツリー実装を見つけました: http://code.google.com/p/csharsuffixtree/source/browse/#svn/trunk/suffixtree

編集：Codeplexには、サフィックスツリーに焦点を当てた新しいプロジェクトがあります：http://suffixtree.codeplex.com/

Answer 2

これは、かなり効率的なサフィックス ツリーの実装です。Ukkonen の実装については調べていませんが、このアルゴリズムの実行時間はかなり妥当で、約O(N Log N). 作成されたツリーの内部ノードの数は、親文字列の文字数と同じであることに注意してください。

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]);
        }
    } 
}