一、题目粗心

Trie（发音相似 "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利用情景，例如主动补完和拼写查看。

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

示例：

输出["Trie", "insert", "search", "search", "startsWith", "insert", "search"][[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]输入[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

提醒：

  • 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

起源：力扣（LeetCode）
链接：https://leetcode.cn/problems/...
著作权归领扣网络所有。商业转载请分割官网受权，非商业转载请注明出处。

二、解题思路

这道题让咱们实现一个数据结构-字典树，又称前缀树或单词查找树。

字典树次要有如下三个性质：

1、根节点不蕴含字符，除根节点外每个节点只蕴含一个字符

2、从根节点到某一个节点，门路上通过的字符连接起来，为该节点对应的字符串

3、每个节点的所有子节点蕴含的字符串不雷同

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，而后进行相应的操作。实现这棵字母 树，能够用最常见的数组保留即可（动态开拓内存）。至于节点对儿子的指向，个别有三种办法：

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示意的字母，内容则是这个儿子对应在大数组上的地位，即标号

2、对每个节点挂一个链表，按肯定程序记录每个儿子是谁

3、应用左儿子右兄弟表示法记录这棵树

第一种：易实现但理论空间要求较大

第二种：易实现空间要求较小但比拟费时

第三种：空间要求最小但绝对费时且不易写

咱们用第一种办法实现，字典树的每个节点要定义一个大小为26字节的int数组，而后用一个标志符来记录到以后地位为止是否为一个词，初始化的时候将26个节点都赋为空。那么insert操作只须要对要插入的字符串的每个字符计算出其地位，而后找是否存在在这个节点，若不存在则新建一个，而后再查找下一个。查找词和找前缀操作跟insert操作很相似，不同点在于若不存在子节点则返回false。查找到最初还要看标识位，而找前缀间接返回true即可。

三、解题办法

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); */

四、总结小记

  • 2022/9/26 养成一个小习惯而后保持下来