【leetcode】208. 实现 Trie (前缀树)

 Trie简介

Trie 是一颗非典型的多叉树模型，多叉好理解，即每个结点的分支数量可能为多个。和一般的多叉树不一样，尤其在结点的数据结构设计上，比如一般的多叉树的结点是这样的：

public class TreeNode {

	/** 节点Id */
	private String nodeId;
	/** 父节点Id */
	private String parentId;
	/** 文本内容 */
	private String text;
}

而前缀树的结点是这样的：

class Tries{
    Boolean isEnd ;
    HashMap<Character, Tries> children=new HashMap<Character, Tries>(); 
}

上面的 isTrie 用来标记单词是否遍历完。children表示该节点的子节点。

前缀树的特性有：

1. 根节点不包含字符，除根节点外的每一个子节点都包含一个字符。
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互不相同。
4. 从第一字符开始有连续重复的字符只占用一个节点，比如上面的to，和ten，中重复的单词t只占用了一个节点。

实现前缀树

• 插入字符串

  我们从字典树的根开始，插入字符串。对于当前字符对应的子节点，有两种情况：

  • 子节点存在。沿着指针移动到子节点，继续处理下一个字符。

  • 子节点不存在。创建一个新的子节点，记录在children数组的对应位置上，然后沿着指针移动到子节点，继续搜索下一个字符。

        重复以上步骤，直到处理字符串的最后一个字符，然后将当前节点标记为字符串的结尾。

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){
                node.children[index]=new Trie();
            }
            node=node.children[index];
        }
        node.isEnd = true;

    }

• 查找前缀

  我们从字典树的根开始，查找前缀。对于当前字符对应的子节点，有两种情况：

  • 子节点不存在。说明字典树中不包含该前缀，返回空指针。
    重复以上步骤，直到返回空指针或搜索完前缀的最后一个字符。

  • 子节点存在。沿着指针移动到子节点，继续搜索下一个字符。

若搜索到了前缀的末尾，就说明字典树中存在该前缀。此外，若前缀末尾对应节点的 isEnd为真，则说明字典树中存在该字符串。

public boolean search(String word) {
        Trie node =searchPre(word);
        return node!=null&&node.isEnd;
    }
    public Trie searchPre(String prefix){
        Trie node = this;
        for(int i=0;i<prefix.length();i++){
            char ch = prefix.charAt(i);
            int index = ch-'a';
            if(node.children[index]==null){
                return null;
            }
            node = node.children[index];
        }
        return node;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        return searchPre(prefix)!=null;
    }