数据结构-前缀树

字典树、Trie树、前缀树

是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

Trie 是一颗非典型的多叉树模型，多叉好理解，即每个结点的分支数量可能为多个。

前缀树的特点：

• 查找或插入一个长度为 L 的单词，访问 next 数组的次数最多为 L+1，和 Trie 中包含多少个单词无关。

• Trie 的每个结点中都保留着一个字母表，这是很耗费空间的。如果 Trie 的高度为 n，字母表的大小为 m，最坏的情况是 Trie 中还不存在前缀相同的单词，那空间复杂度就为

• 根节点不包含字符，除根节点外的所有子节点都只包含一个字符

• 每个节点的所有子节点包含的字符都不相同

• 每个节点保存了对当前结点而言下一个可能出现的所有字符的链接（我认为最重要的一点）

class Trie {

    class TrieNode {
        boolean isEnd = false;
        TrieNode[] node = new TrieNode[26];
    }

    TrieNode trienode;

    /** Initialize your data structure here. */
    public Trie() {
        trienode = new TrieNode();
    }
    
    /** Inserts a word into the trie. */
    public void insert(String word) {
        TrieNode cur = trienode;
        for (int i = 0; i < word.length(); i++) {
            char c = word.charAt(i);
            if (cur.node[c - 'a'] == null) {
                cur.node[c - 'a'] = new TrieNode();
            }
            cur = cur.node[c - 'a'];
        }
        cur.isEnd = true;
    }
    
    /** Returns if the word is in the trie. */
    public boolean search(String word) {
        TrieNode cur = trienode;
        for (int i = 0; i < word.length(); i++) {
            char c = word.charAt(i);
            if (cur.node[c - 'a'] == null) {
                return false;
            }
            cur = cur.node[c - 'a'];
        }
        return cur.isEnd;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        TrieNode cur = trienode;
        for (int i = 0; i < prefix.length(); i++) {
            char c = prefix.charAt(i);
            if (cur.node[c - 'a'] == null) {
                return false;
            }
            cur = cur.node[c - 'a'];
        }
        return true;
    }
}