写点什么

leetcode 208. Implement Trie (Prefix Tree) 实现 Trie (前缀树) (中等)

作者:okokabcd
  • 2022 年 9 月 26 日
    山东
  • 本文字数:1894 字

    阅读完需:约 6 分钟

leetcode 208. Implement Trie (Prefix Tree)  实现 Trie (前缀树) (中等)

一、题目大意

Trie(发音类似 "try")或者说 前缀树 是一种树形数据结构,用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景,例如自动补完和拼写检查。


请你实现 Trie 类:


  • Trie() 初始化前缀树对象。

  • void insert(String word) 向前缀树中插入字符串 word 。

  • boolean search(String word) 如果字符串 word 在前缀树中,返回 true(即,在检索之前已经插入);否则,返回 false 。

  • boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ,返回 true ;否则,返回 false 。


示例:


输入["Trie", "insert", "search", "search", "startsWith", "insert", "search"][[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]输出[null, null, true, false, true, null, true]
解释Trie trie = new Trie();trie.insert("apple");trie.search("apple"); // 返回 Truetrie.search("app"); // 返回 Falsetrie.startsWith("app"); // 返回 Truetrie.insert("app");trie.search("app"); // 返回 True
复制代码


提示:


  • 1 <= word.length, prefix.length <= 2000

  • word 和 prefix 仅由小写英文字母组成

  • insert、search 和 startsWith 调用次数 总计 不超过 3 * 104 次


来源:力扣(LeetCode)链接:https://leetcode.cn/problems/implement-trie-prefix-tree著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

二、解题思路

这道题让我们实现一个数据结构-字典树,又称前缀树或单词查找树。


字典树主要有如下三个性质:


1、根节点不包含字符,除根节点外每个节点只包含一个字符


2、从根节点到某一个节点,路径上经过的字符连接起来,为该节点对应的字符串


3、每个节点的所有子节点包含的字符串不相同


字典树的插入、删除和查找都不难,用一个一重循环即可,即第 i 次循环找到前 i 个字母所对应的子树,然后进行相应的操作。实现这棵字母 树,可以用最常见的数组保存即可(静态开辟内存)。至于节点对儿子的指向,一般有三种方法:


1、对每个节点开一个字母集大小的数组,对应的下标是儿子所表示的字母,内容则是这个儿子对应在大数组上的位置,即标号


2、对每个节点挂一个链表,按一定顺序记录每个儿子是谁


3、使用左儿子右兄弟表示法记录这棵树


第一种:易实现但实际空间要求较大


第二种:易实现空间要求较小但比较费时


第三种:空间要求最小但相对费时且不易写


我们用第一种方法实现,字典树的每个节点要定义一个大小为 26 字节的 int 数组,然后用一个标志符来记录到当前位置为止是否为一个词,初始化的时候将 26 个节点都赋为空。那么 insert 操作只需要对要插入的字符串的每个字符计算出其位置,然后找是否存在在这个节点,若不存在则新建一个,然后再查找下一个。查找词和找前缀操作跟 insert 操作很类似,不同点在于若不存在子节点则返回 false。查找到最后还要看标识位,而找前缀直接返回 true 即可。

三、解题方法

3.1 Java 实现

class TrieNode {   TrieNode[] child;   boolean isWord;
TrieNode() { this.isWord = false; child = new TrieNode[26]; }}
class Trie {
private TrieNode root;
public Trie() { root = new TrieNode(); }
public void insert(String word) { TrieNode p = root; for (char c : word.toCharArray()) { int i = c - 'a'; if (p.child[i] == null) { p.child[i] = new TrieNode(); } p = p.child[i]; } p.isWord = true; }
public boolean search(String word) { TrieNode p = root; for (char c : word.toCharArray()) { int i = c - 'a'; if (p.child[i] == null) { return false; } p = p.child[i]; } return p.isWord; }
public boolean startsWith(String prefix) { TrieNode p = root; for (char c : prefix.toCharArray()) { int i = c - 'a'; if (p.child[i] == null) { return false; } p = p.child[i]; } return true; }}
/** * Your Trie object will be instantiated and called as such: * Trie obj = new Trie(); * obj.insert(word); * boolean param_2 = obj.search(word); * boolean param_3 = obj.startsWith(prefix); */
复制代码

四、总结小记

  • 2022/9/26 养成一个小习惯然后坚持下来

发布于: 刚刚阅读数: 4
用户头像

okokabcd

关注

还未添加个人签名 2019.11.15 加入

一年当十年用的Java程序员

评论

发布
暂无评论
leetcode 208. Implement Trie (Prefix Tree)  实现 Trie (前缀树) (中等)_LeetCode_okokabcd_InfoQ写作社区