5月挑战Day14-Implement Trie (Prefix Tree)（Medium)

Day14-Implement Trie (Prefix Tree)（Medium)

问题描述：

Implement a trie with insert, search, and startsWith methods.

Example:

Example:

Trie trie = new Trie();

trie.insert("apple");
trie.search("apple");   // returns true
trie.search("app");     // returns false
trie.startsWith("app"); // returns true
trie.insert("app");   
trie.search("app");     // returns true

这次先写例子的原因就是问题描述太简易了，我第一遍看的时候是没明白要干啥，看了例子才懂，说让我们实现一种数据结构的三种功能，插入，搜索，以及给定一个字符串检测“树”中的元素的前缀是否等于这个字符串。

解法一：

第一眼看过去挺简单的，就是无脑建立一个数组，插入就是往数组中插入值呗，搜索就是搜索数组中的元素，时间复杂度为O（N），而检测是否是前缀的那个函数就是在遍历数组中的元素时，我们取出元素先判断这个值的长度是否大于等于给定字符串长度，如果是再判断前缀是否相等。时间复杂度为O(N*M)

class Trie:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.tree = []
        

    def insert(self, word: str) -> None:
        """
        Inserts a word into the trie.
        """
        self.tree.append(word)
        

    def search(self, word: str) -> bool:
        """
        Returns if the word is in the trie.
        """
        for t in self.tree:
            if t == word:
                return True
        return False
        

    def startsWith(self, prefix: str) -> bool:
        """
        Returns if there is any word in the trie that starts with the given prefix.
        """
        for t in self.tree:
            if len(t) >= len(prefix) and t[:len(prefix)] == prefix:
                return True
        return False
                
        


# Your Trie object will be instantiated and called as such:
# obj = Trie()
# obj.insert(word)
# param_2 = obj.search(word)
# param_3 = obj.startsWith(prefix)

解法二：

上面那种暴力解法缺陷肯定就是时间复杂度高了。看了网上大神的博客后才知道这是一种特殊的树结构，字典树（孤陋寡闻了。。。之前好像从没听过）。这里贴一下一位大神关于这道题解法的地址吧，因为第一次用这种结构，也处于迷糊状态，解释不清，可以去看看大神的解析，很清楚，代码也很漂亮写的。
【LeetCode】208. Implement Trie (Prefix Tree) 解题报告（Python & C++）