Toasobi
前缀树实现
- 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
前缀树不需要存char就可以记录String,下面是一个大体的结构图
Trie 中一般都含有大量的空链接,因此在绘制一棵单词查找树时一般会忽略空链接,同时为了方便理解我们可以画成这样:
代码:
class Trie {
private Trie[] children;
private boolean isEnd;
public Trie() {
children = new Trie[26];
isEnd = false;
}
public void insert(String word) {
Trie node = this;
for(int i = 0; i < word.length(); i++){
char ch = word.charAt(i);
int index = ch - 'a';
if(node.children[index] == null){ //如果还没有这个字符的索引,则新建索引
node.children[index] = new Trie();
}
node = node.children[index]; //继续往下
}
node.isEnd = true; //最后把isEnd标志位该为true,表示最后一个字符插入结束
}
public boolean search(String word) {
Trie node = searchPrefix(word);
return node != null && node.isEnd; //不仅遍历到了,还要保证是遍历到了末尾
}
public boolean startsWith(String prefix) {
return searchPrefix(prefix) != null; //不用保证遍历到末尾
}
private Trie searchPrefix(String prefix){
Trie node = this;
for(int i = 0; i < prefix.length();i++){
char ch = prefix.charAt(i);
int index = ch - 'a';
if(nde.children[index] == null){
return null; //返回null给调用者判断
}
node = node.children[index]; //机修往下
}
return node;
}
}