208. 实现 Trie (前缀树)
链接:https://leetcode-cn.com/problems/implement-trie-prefix-tree/
题目描述见链接内容。
前言
那天在前端群里,看到了大神聊天时提高了Trie,他的原话是:
我突然好恐慌,我不知道trie,天天就那个数组写filter
和includes
找东西
赶紧下来查了一查Tri树,Trie树也叫字典树或者前缀树,是一种用于快速查询某个字符串、字符前缀是否存在的数据结构,其核心是使用『边』来代表有无字符,使用『点』来记录是否为『单词结尾』以及『后续字符串的字符是审计』
从上面的图中可以发现:
- 根节点不包含字符串
- 从根节点到某一节点,路径和桑经过的字符连接起来,就是该节点对应的字符串
- 每个单词的公共前缀作为一个字符节点保存
Trie树的主要用是词频统计、前缀统计,在春算法领域,前缀树是一种教委常用的数据结构,在工程领域应用不是很广,主要原因是如果不考虑前缀匹配的话,使用Hash就可以满足,如果是前缀匹配时,由于字符集大小不好确定,会带来的很大的空间浪费,所以应用不多
所以我也很好奇,大佬是什么情况下,直接私用了Trie数来代替filter
和includes
,真的挺想学习一下
实现
参考答案很少有JavaScript的代码,我直接利用了对象结构,用children
来存放子节点,用isEnd
来标识是否叶子节点,因为题目中没有要求删除操作,否则应该还需要添加一个count
属性,标明这个节点被多少个子节点引用,这样才能正确标识叶子节点
var Trie = function () {
this.root = {};
};
Trie.prototype.insert = function (word) {
let node = this.root;
for (let i = 0, len = word.length; i < len; i++) {
const currentStr = word[i];
if (!node[currentStr]) {
node[currentStr] = {
isEnd: false,
children: {}
};
}
if (i === len - 1) {
node[currentStr].isEnd = true;
} else {
node = node[currentStr].children;
}
}
};
Trie.prototype.search = function (word, isPrefixSearch = false) {
let node = this.root;
for (let i = 0, len = word.length; i < len; i++) {
const currentStr = word[i];
if (i === len - 1) {
node = node[currentStr];
} else {
if (node[currentStr]) {
node = node[currentStr].children;
} else {
return false;
}
}
}
return isPrefixSearch ? !!node : !!node && !!node.isEnd;
};
Trie.prototype.startsWith = function (word) {
return this.search(word, true);
};
- 时间复杂度:
${O(Len)}$
,Len
是入参字符串的长度 - 空间复杂度:
${O(n * k)}$
,n
是节点数量,k
是字符集大小 - 执行用时:200ms,在所有JavaScript提交中击败了92.67%的用户,内存消耗:54.7MB,在所有JavaScript提交中击败了26.41%的用户