208 实现Trie前缀树(2021.07.26)

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：

1. 根节点不包含字符串
2. 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
3. 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