关于leetcode:用javascript分类刷leetcode22字典树图文视频讲解

720. 词典中最长的单词 (easy)

给出一个字符串数组 words 组成的一本英语词典。返回 words 中最长的一个单词，该单词是由 words 词典中其余单词逐渐增加一个字母组成。
若其中有多个可行的答案，则返回答案中字典序最小的单词。若无答案，则返回空字符串。
示例 1：
输出：words = ["w","wo","wor","worl", "world"]
输入："world"
解释：单词"world"可由"w", "wo", "wor", 和 "worl"逐渐增加一个字母组成。
示例 2：
输出：words = ["a", "banana", "app", "appl", "ap", "apply", "apple"]
输入："apple"
解释："apply" 和 "apple" 都能由词典中的单词组成。然而 "apple" 的字典序小于 "apply"
提醒：
1 <= words.length <= 1000
1 <= words[i].length <= 30
所有输出的字符串 words[i] 都只蕴含小写字母。

办法1：sort+hash

思路：排序数组，而后遍历字符串数组，判断数组中的每个字符串的子串是否都在数组中
复杂度：工夫复杂度O(mn)，m是字符串数组的长度,n是字符串最大长度。空间复杂度O(m)

js：

var longestWord = function (words) {    let set = new Set()    words.forEach(v => set.add(v))//set不便查找        //先按长度排序，在按字典序    words.sort((a, b) => a.length === b.length ? a.localeCompare(b) : b.length - a.length)    for (let i = 0; i < words.length; i++) {        let flag = true        for (let j = 1; j < words[i].length; j++) {            if (!set.has(words[i].substring(0, j))) {//查看set中是否有该字符串的每个子串                flag = false                break            }        }        if (flag) {            return words[i]        }    }    return ''};

办法2:字典树

思路：将所有字符串插入trie中，递归寻找那个长度最大的单词
复杂度：工夫复杂度O(mn)，m是字符串数组的长度,n是字符串最大长度。空间复杂度O(∑w)。递归深度不会超过最长单词长度,字段书的空间复杂度是所有字符串的长度和。

js:

var longestWord = function (words) {    const trie = new Trie()    words.forEach(word => {//将所有字符串插入trie中        trie.insert(word)    })    let res = ''    const _helper = (nodes, path) => {        if (path.length > res.length || (res.length === path.length && res > path)) {            res = path        }                //{a:{b1:{c1:{isEnd: true}},b2:{c2:{isEnd: true}}}}        for (const [key, value] of Object.entries(nodes)) {                    if (value.isEnd) {//如果以后字符是某一个字符串的结尾                path += key                _helper(value, path)//递归寻找                path = path.slice(0, -1)//回溯            }        }    }    _helper(trie.children, '')//递归寻找那个长度最大的单词    return res}var Trie = function() {    this.children = {};};Trie.prototype.insert = function(word) {    let nodes = this.children;    for (const ch of word) {//循环word        if (!nodes[ch]) {//以后字符不在子节点中 则创立一个子节点到children的响应地位            nodes[ch] = {};        }        nodes = nodes[ch];//挪动指针到下一个字符    }    nodes.isEnd = true;//字符是否完结};

212. 单词搜寻 II (hard)

给出一个字符串数组 words 组成的一本英语词典。返回 words 中最长的一个单词，该单词是由 words 词典中其余单词逐渐增加一个字母组成。
若其中有多个可行的答案，则返回答案中字典序最小的单词。若无答案，则返回空字符串。
示例 1：
输出：words = ["w","wo","wor","worl", "world"]
输入："world"
解释：单词"world"可由"w", "wo", "wor", 和 "worl"逐渐增加一个字母组成。
示例 2：
输出：words = ["a", "banana", "app", "appl", "ap", "apply", "apple"]
输入："apple"
解释："apply" 和 "apple" 都能由词典中的单词组成。然而 "apple" 的字典序小于 "apply"
提醒：
1 <= words.length <= 1000
1 <= words[i].length <= 30
所有输出的字符串 words[i] 都只蕴含小写字母。

思路：将words数组中的所有字符串退出Trie中，而后遍历网格，判断网格门路造成的字符串在不在Trie中，而后上下左右四个方向一直回溯尝试。
复杂度剖析：工夫复杂度O(MN⋅3^L)，空间复杂度是O(max(MN, KL))，visited空间是O(MN)，字典树O(KL)，L是最长字符串的长度，K是words数组的长度。dfs递归栈的最大深度是O(min(L,MN))，

办法1.Trie

Js:

var findWords = function (board, words) {    const trie = new Trie();    const dxys = [        [0, -1],        [-1, 0],        [0, 1],        [1, 0],    ];    const xLen = board.length,        yLen = board[0].length;    const visited = {};    const ret = [];    // 构建Trie    for (let word of words) {        trie.insert(word);    }    // DFS board    const dfs = (x, y, nodes, str) => {        if (nodes[board[x][y]].isEnd) {            ret.push(str + board[x][y]);            // 置为false是为了避免反复将字符串退出到ret中            nodes[board[x][y]].isEnd = false;        }        // 解决本层状态        nodes = nodes[board[x][y]];        str += board[x][y];        // 向四联通方向检索        visited[x * 100 + y] = true;        for (let [dx, dy] of dxys) {            const newX = x + dx,                newY = y + dy;            if (                newX < 0 ||                newY < 0 ||                newX >= xLen ||                newY >= yLen ||                !nodes[board[newX][newY]] ||                visited[newX * 100 + newY]            )                continue;            dfs(newX, newY, nodes, str);        }        visited[x * 100 + y] = false;    };    for (let x = 0; x < xLen; x++) {        for (let y = 0; y < yLen; y++) {            if (trie.children[board[x][y]]) dfs(x, y, trie.children, "");        }    }    return ret;};var Trie = function () {    this.children = {};};Trie.prototype.insert = function (word) {    let nodes = this.children;    for (const ch of word) {//循环word        if (!nodes[ch]) {//以后字符不在子节点中 则创立一个子节点到children的响应地位            nodes[ch] = {};        }        nodes = nodes[ch];//挪动指针到下一个字符    }    nodes.isEnd = true;//字符是否完结};

208. 实现 Trie (前缀树)(medium)

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 True
trie.search("app"); // 返回 False
trie.startsWith("app"); // 返回 True
trie.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

思路：本题这字符集长度是26，即26个小写英文字母，isEnd示意该节点是否是字符串的结尾。
1. 插入字符串：从字段树的根节点开始，如果子节点存在，持续解决下一个字符，如果子节点不存在，则创立一个子节点到children的相应地位，沿着指针持续向后挪动，解决下一个字符，以插入‘cad’为例
2. 查找前缀：从根节点开始，子节点存在，则沿着指针持续搜寻下一个子节点，直到最初一个，如果搜寻到了前缀所有字符，阐明字典树蕴含该前缀。子节点不存在就阐明字典树中不蕴含该前缀，返回false。
3. 查找字符串：和查找前缀一样，只不过最初返回的节点的isEnd是true，也就是说字符串正好是字典树的一个分支
复杂度剖析：工夫复杂度，初始化为 O(1)，其余操作为 O(S)，s为字符串的长度。空间复杂度为O(T)，T为字符集的大小，本题是26

js:

var Trie = function() {    this.children = {};};Trie.prototype.insert = function(word) {    let nodes = this.children;    for (const ch of word) {//循环word        if (!nodes[ch]) {//以后字符不在子节点中 则创立一个子节点到children的响应地位            nodes[ch] = {};        }        nodes = nodes[ch];//挪动指针到下一个字符子节点    }    nodes.isEnd = true;//字符是否完结};Trie.prototype.searchPrefix = function(prefix) {    let nodes = this.children;    for (const ch of prefix) {//循环前缀        if (!nodes[ch]) {//以后字符不在子节点中 间接返回false            return false;        }        nodes = nodes[ch];//挪动指针到下一个字符子节点    }    return nodes;//返回最初的节点}Trie.prototype.search = function(word) {    const nodes = this.searchPrefix(word);      //判断searchPrefix返回的节点是不是字符串的结尾的字符    return nodes !== undefined && nodes.isEnd !== undefined;};Trie.prototype.startsWith = function(prefix) {    return this.searchPrefix(prefix);};

视频解说：传送门

目录

720. 词典中最长的单词 (easy)

办法1：sort+hash

办法2:字典树

212. 单词搜寻 II (hard)

办法1.Trie

208. 实现 Trie (前缀树)(medium)