Trie树(字典树)相关概念以及实现和练习

Trie树(字典树)相关概念以及实现和练习

Trie树基本概述

Trie树，又称字典树或前缀树，是一种有序的、用于统计、排序和存储字符串的数据结构，它的关键字不是保存在节点中，而是由节点在树中的位置决定

一个节点的所有子孙都具有相同的前缀，也就是这个节点对应的字符串，根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才具有相关的值。

trie树最大优点是利用字符串的公共前缀来减少存储空间和查询时间，从而最大限度地减少无谓的字符串比较，非常高效。

trie的应用：单词自动补全、拼写检查、最长前缀匹配等

Trie的结点结构：

struct TrieNode
{
   
     bool is_end; //表示是否是一个字符串的结尾
     TrieNode *child[26]; //a-z 26个字母
     TrieNode():is_end(false){
   
         for(int i=0;i<26;i++)
             child[i]='a'+i;
     }  	
};

208. 实现 Trie (前缀树)

实现一个 Trie (前缀树)，包含 insert, search, 和 startsWith 这三个操作。

示例:
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

分析：

Trie树的单词插入：

• 构建ptr指针指向root
• 逐个遍历字符串中的各个字符
  • 计算下标pos=正在遍历的字符-‘a’
  • 如果ptr指向的结点的第pos个孩子为假:
    • 创建该结点的第pos个孩子
  • ptr指向该结点的第pos个孩子
• 标记ptr指向的结点的is_end为true

Trie树的搜索：

• 使用ptr指针指向root
• 逐个遍历字符串中的各个字符
  • 计算下标pos=正在遍历的字符-‘a’
  • 如果ptr指向的结点不存在，则返回false
  • 否则ptr指向该结点的第pos个孩子
• 返回ptr指向的结点的is_end

Trie树搜索是否存在给定前缀：

• 与搜索思路一致，遍历每个字符，直至遍历结束。期间，如果ptr指向的结点不存在则返回false。如果遍历该前缀结束，则说明至少该前缀属于一个单词，因为如果不属于任何单词的话是没办法遍历至最后一个字母的。

struct TrieNode
{
   
     bool is_end; //表示是否是一个字符串的结尾
     TrieNode *child[26];   //位置即字符，不需要另外存储
     TrieNode():is_end(false){
   
         for(int i=0;i<26