-
题目:
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 True trie.search("app"); // 返回 False trie.startsWith("app"); // 返回 True trie.insert("app"); trie.search("app"); // 返回 True
-
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
思路 :
- 字典树
示例一:
class Trie {
// 子节点
private Trie[] child;
// 是否结尾
private boolean isEnd;
public Trie() {
// 只有小写字母故直接初始化26个,若child[i]!=null 则代表该字母存在。i=char-'a'
child=new Trie[26];
}
public void insert(String word) {
char[] chars = word.toCharArray();
Trie node = this;
for (char c : chars) {
// 判断该字母是否已存在,不存在则创建
if (node.child[c - 'a'] == null) {
node.child[c - 'a'] = new Trie();
}
node = node.child[c - 'a'];
}
// 表示该节点是某个单词的结尾
node.isEnd = true;
}
public boolean search(String word) {
Trie node = searchPrefix(word);
return node != null && node.isEnd;
}
public boolean startsWith(String prefix) {
return searchPrefix(prefix) != null;
}
// 获取前缀的最后一个字符 Trie,null代表不存在
public Trie searchPrefix(String prefix) {
Trie node = this;
char[] chars = prefix.toCharArray();
for (char c : chars) {
if (node.child[c - 'a'] == null) {
return null;
}
node = node.child[c - 'a'];
}
return node;
}
}