LeetCode：LCR 062. 实现 Trie (前缀树、字典树 模板 详解)

目录

LCR 062. 实现 Trie (前缀树)

题目描述：

实现代码与解析：

trie

原理思路：

---

LCR 062. 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
inputs = ["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
inputs = [[], ["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

实现代码与解析：

trie

class Trie {

    // 根据节点为默认的0位置，
    int[][] son; // son[i][j], 当前节点i，路径为j(字母 - 'a‘)，下一个节点为son[i][j];
    int[] cnt;
    int idx;
    int N = 2010;
    /** Initialize your data structure here. */
    public Trie() {
        son = new int[N][26];
        cnt = new int[N];
    }

    /** Inserts a word into the trie. */
    public void insert(String word) {

        int k = 0;
        for (int i = 0; i < word.length(); i++) {
            int j = word.charAt(i) - 'a';
            if (son[k][j] == 0) son[k][j] = ++idx;
            k = son[k][j];
        }
        cnt[k]++;
    }

    /** Returns if the word is in the trie. */
    public boolean search(String word) {
        int k = 0;
        for (int i = 0; i < word.length(); i++) {
            int j = word.charAt(i) -'a';
            if (son[k][j] == 0) return false;
            k = son[k][j];
        }
        if (cnt[k] == 0) return false; // 这里是判断是否是一个单词，而不是只是前缀
        return true;
    }

    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        int k = 0;
        for (int i = 0; i < prefix.length(); i++) {
            int j = prefix.charAt(i) -'a';
            if (son[k][j] == 0) return false;
            k = son[k][j];
        }
        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);
 */

原理思路：

图片来源于网络，这个图还是很直观的，很多图吧字母写在节点上其实是错误的，写在路径上才是对的。

        因为26个字母是有限的，所以很多单词前缀是相同的，可以合并的，就可以用一颗树来表示，其实有点像哈夫曼树，只不过不再是01，而是26个字母而已。

        理解代码的核心，理解每个数组的含义。

int[][] son; // son[i][j], 当前节点i，路径为j(字母 - 'a‘)，下一个节点为son[i][j];

int[] cnt; // snt[i]， 以节点i为结尾的单词数量;

        默认0节点为根节点。

初始化：

        每个节点最多26个孩子，没多少，所以直接初始化出来即可。 son = new int[N][26];

insert：

        遍历（char c: str)，然后建树，如果当前节点没有孩子为c的孩子，那么就构建一个节点，下标为++idx，如果有，那么就不用再构建，直接利用原本的即可。同时向下再去构建，直到构建完成。说明到了结尾，那么cnt[k]++，当前节点为结尾的单词个数+1。

    public void insert(String word) {

        int k = 0;
        for (int i = 0; i < word.length(); i++) {
            int j = word.charAt(i) - 'a';
            if (son[k][j] == 0) son[k][j] = ++idx;
            k = son[k][j];// 进入下一层
        }
        cnt[k]++;
    }

search：

        和insert相同，只不过这里是判断，而不是构建。判断路径是否存在 and 判断以word末尾字母结尾的节点的单词是否已经存在（判断cnt）。

    public boolean search(String word) {
        int k = 0;
        for (int i = 0; i < word.length(); i++) {
            int j = word.charAt(i) -'a';
            if (son[k][j] == 0) return false;
            k = son[k][j];
        }
        if (cnt[k] == 0) return false;
        return true;
    }

startsWith：

        这个就更简单了，只需要判断路径是否存在即可，因为只判断浅醉是否已经存在过，不用在乎是否已经有这个单词。

    public boolean startsWith(String prefix) {
        int k = 0;
        for (int i = 0; i < prefix.length(); i++) {
            int j = prefix.charAt(i) -'a';
            if (son[k][j] == 0) return false;
            k = son[k][j];
        }
        return true;