Skip to content

README.md

Latest commit

 

History

History
76 lines (50 loc) · 2.83 KB

README.md

File metadata and controls

76 lines (50 loc) · 2.83 KB

🔤 Trie – Árbol de Prefijos

Esta carpeta contiene la implementación de un Trie, también conocido como árbol de prefijos o árbol digital. Es una estructura de datos especializada en almacenar cadenas de texto, especialmente útil para búsquedas rápidas de palabras, autocompletado y correctores ortográficos.

📂 Archivos incluidos

Archivo Descripción
trie.py Implementación de un Trie con inserción y búsqueda de palabras

▶️ Cómo ejecutar

python trie.py

Modifica el archivo para probar más palabras, prefijos o casos límite.

🧠 ¿Qué es un Trie?

Un Trie es una estructura de árbol en la que cada nodo representa un carácter de una palabra. Las palabras que comparten prefijos también comparten nodos, lo que lo hace muy eficiente para operaciones de texto.

Por ejemplo, las palabras perro, pera y pelota compartirán las ramas p → e.

🔄 Operaciones comunes

Operación Descripción Complejidad
insert(palabra) Inserta una palabra en el trie O(m) donde m es la longitud de la palabra
search(palabra) Verifica si una palabra existe en el trie O(m)
starts_with(prefijo) Verifica si alguna palabra comienza con el prefijo dado O(m)

📈 Ejemplo de uso

from trie import Trie

diccionario = Trie()
diccionario.insert("gato")
diccionario.insert("galaxia")

print(diccionario.search("gato"))       # True
print(diccionario.search("gal"))        # False
print(diccionario.starts_with("gal"))   # True

¡Claro! Aquí tienes la tabla de aplicaciones comunes de los Tries en formato Markdown (.md), lista para que la pegues directamente en tu README.md:

🌍 Aplicaciones comunes

Aplicación Descripción breve
🔍 Autocompletado Sugerencias mientras se escribe una palabra (e.g. buscadores, IDEs)
📝 Corrector ortográfico Detección y sugerencia de palabras mal escritas
📱 Búsqueda predictiva Teclados virtuales que proponen palabras mientras se escribe
🔐 Filtrado de contenido Detección rápida de palabras prohibidas en chats o redes sociales
🧠 Reconocimiento de patrones Procesamiento de texto y coincidencia de cadenas
📦 Compresión de texto Algoritmos como LZ-trie y almacenamiento compacto de palabras

🎯 ¿Por qué aprender sobre Tries?

  • Son la estructura ideal para procesar texto carácter por carácter
  • Permiten búsquedas más rápidas que otras estructuras cuando hay muchos prefijos en común
  • Aparecen en entrevistas, algoritmos de texto y compresión

🙌 Créditos

Desarrollado con fines educativos with ❤️ by @luuiscc_