图表 - 查找常见数据

Question

我刚刚开始阅读图论和数据结构。

我正在构建一个示例应用程序，它应该能够找到最常见链接的 xpath。想象一下 Google serp，我的应用程序应该能够找到指向结果的所有链接的 xpath。

假设找到了这些 xpath：

/html/body/h2/a
/html/body/p/a
/html/body/p/strong/a
/html/body/p/strong/a
/html/body/p/strong/a
/html/body/div[@class=footer]/span[@id=copyright]/a

从这些 xpats 中，我想到了这样的图表（我可能完全迷失在这里）：

                            html
                             |
                            body
                        h2 -     p           - div[@class=footer]
                        |        |                     |
                        a (1)  a - strong      span[@id=copyright]
                                      |                |
                                      a (3)            a (1)

这是解决这个问题的最佳方法吗？

将其存储在内存中的最佳方式（数据结构）是什么？语言不母语。我们可以看到我们有 3 个链接匹配路径 html -> body -> p -> strong -> a。

正如我所说，我对此完全陌生，所以如果我认为这是完全错误的，请原谅我。

编辑：我可能在寻找 trie 数据结构？

Answer 1

暂时不用担心尝试。只需使用标准图形表示（node = {value, count, parent}）构建一棵树，同时立即折叠相同的分支并递增计数器。然后，按计数按降序对所有叶子进行排序，并从每个叶子向上遍历以获得路径。