211. 添加与搜索单词 - 数据结构设计

211. 添加与搜索单词 - 数据结构设计

请你设计一个数据结构，支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。

实现词典类 WordDictionary ：

WordDictionary() 初始化词典对象
void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配
bool search(word) 如果数据结构中存在字符串与 word 匹配，则返回 true ；否则，返回  false 。word 中可能包含一些 '.' ，每个 . 都可以表示任何一个字母。
 

示例：

输入：
["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
[[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
输出：
[null,null,null,null,false,true,true,true]

解释：
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord("bad");
wordDictionary.addWord("dad");
wordDictionary.addWord("mad");
wordDictionary.search("pad"); // return False
wordDictionary.search("bad"); // return True
wordDictionary.search(".ad"); // return True
wordDictionary.search("b.."); // return True
 

提示：

1 <= word.length <= 500
addWord 中的 word 由小写英文字母组成
search 中的 word 由 '.' 或小写英文字母组成
最调用多 50000 次 addWord 和 search

class WordDictionary {

    private TrieNode root;

    private static class TrieNode {
        private TrieNode[] trieNodes;
        private boolean isEnd;

        public TrieNode() {
            this.trieNodes = new TrieNode[26];
            this.isEnd = false;
        }
    }

    public WordDictionary() {
        root = new TrieNode();
    }

    public void addWord(String word) {
        TrieNode cur = root;
        for (int i=0;i<word.length();i++) {
            char c = word.charAt(i);
            int index = c - 97;
            if (cur.trieNodes[index] == null) {
                cur.trieNodes[index] = new TrieNode();
            }
            cur = cur.trieNodes[index];

        }
        cur.isEnd = true;
    }

    public boolean search(String word) {
        return search(word,0, root);
    }

    public boolean search(String word,int start, TrieNode root) {
         TrieNode cur = root;
        for (int i = start; i < word.length(); i++) {
            char c = word.charAt(i);
            if (c == '.') {
                for (TrieNode ignored : cur.trieNodes) {
                    if (ignored != null && search(word,i+1, ignored)) {
                        return true;
                    }
                }
                return false;
            } else {
                int index =c - 97;
                if (cur.trieNodes[index] == null) {
                    return false;
                }
                cur = cur.trieNodes[index];
            }
        }
        return cur.isEnd;
    }
}

思路：看到此题，不免想到之前做过的另一道题，也是前缀树，前观察题目，几乎一模一样，只不过多了"."这个通配符而已，因此思路也和上次一样，先递归构造一颗前缀树，搜索时，当遇到通配符时，需遍历当前cur引用指向的节点的所有的子节点，若在这些路径中至少存在一条可以搜索到的路径，则返回true；这个思路确实不难，但我在具体写代码是却遇到了诸多问题，觉得自己对于递归的认识还是不够深！！！