208. 实现 Trie (前缀树)

题目描述

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

---

做题思路

• 这个题目需要我们构建一颗字典树

• 题目中有一个关键的信息所有的单词都是小写字母的；我们正好可以利用这个条件 26 个小写的字母，我们可以构建一个含有26个元素的字典数组，并且可以定义一个标识表示已经这颗字典树上已经存在过哪些单词，这样我们以后在查找单词或者判断前缀单词的时候就可以利用这个标识来判断，但是其实关键的还是那个字典树数组；

• 我们开始将这个字典树数组的26个元素都置为空

  比如我们要插入 “abcdef” 这个单词，我们通过遍历这个单词，下标0标识字母a，以此类推；

  我们每次先获得每个单词的位置，然后对照这个位置去判断那26个字典树元素的数组对应的坐标是否为空，如果为空，我们就创建一个字典树，然后将当前的坐标指向我们新创建的字典树，然后接着遍历，循环上面的步骤，直到遍历完整个单词为止

代码实现

class Trie {

    class TrieNode{
        boolean isWord;
        TrieNode[] children;
        public TrieNode(){
            isWord=false;
            children=new TrieNode[26];
        }
    }

    private TrieNode root;
    
    public Trie() {
        root=new TrieNode();
    }
    
    public void insert(String word) {
        TrieNode cur=root;
        for(int i=0;i<word.length();i++){
            int pos=word.charAt(i)-'a';
            if(cur.children[pos]==null){
                cur.children[pos]=new TrieNode();
            }
            cur=cur.children[pos];
        }
        cur.isWord=true;
    }
    
    public boolean search(String word) {
        TrieNode cur=root;
        for(int i=0;i<word.length();i++){
            int pos=word.charAt(i)-'a';
            if(cur.children[pos]==null)return false;
            cur=cur.children[pos];
        }
        return cur.isWord;
    }
    
    public boolean startsWith(String prefix) {
        TrieNode cur=root;
        for(int i=0;i<prefix.length();i++){
            int pos=prefix.charAt(i)-'a';
            if(cur.children[pos]==null)return false;
            cur=cur.children[pos];
        }
        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);
 */

题目链接

208. 实现 Trie (前缀树)