LeetCode刷题 - 前缀树小结

Trie树，又叫字典树，前缀树（prefix tree），单词查找树或键树，是一种多叉树结构

性质

1.根节点不包含字符，除根节点外的每一个节点都仅包含一个字符

2.从根节点到某一节点路径上所经过的字符连接起来，即为该节点对应的字符串

3.任意节点的所有子节点所包含的字符都不相同

常用的method

addWord(String word)

search(String word)

searchPrefix(String prefix)

模板

class Trie {
  TrieNode root = new TrieNode();
  
  public void insert(String word){
    TrieNode node = root;
    for(char c: word.toCharArray()){
      if(node.children[c - 'a'] == null) node.children[c - 'a'] = new TrieNode();
      node = node.children[c - 'a'];
    }
    node.isWord = true;
  }

  public boolean search(String word){
    TrieNode node = root;
    for(char c: word.toCharArray()){
      if(node.children[c - 'a'] == null) return false;
      node = node.children[c - 'a'];
    }
    return node.isWord;
  }

  public boolean startsWith(String prefix){
    TrieNode node = root;
    for(char c : prefix.toCharArray()){
      if(node.children[c - 'a'] == null) return false;
      node = node.children[c - 'a'];
    }
    return true;
  }
}

class TrieNode{
  TrieNode[] children = new TrieNode[26];
  boolean isWord;
}

复杂度分析

1.时间复杂度

假设所有字符串长度之和为n，构建字典树的时间复杂度为O(n)

假设要查找的字符串长度为k，查找的时间复杂度为O(k)

2.空间复杂度

字典树每个节点都需要用一个数组来存储子节点的指针，即便实际只有两三个子节点，但依然需要一个完整大小的数组。所以，字典树比较耗内存，空间复杂度较高

如何优化？

可以牺牲一点查询的效率，将每个节点的子节点数组用其他数据结构代替，例如有序数组，红黑树，散列表等。例如，当子节点数组采用有序数组时，可以使用二分查找来查找下一个字符

缩点优化：将末尾一些只有一个子节点的节点，可以进行合并，但是增加了编码的难度

总结

1.高频，常考，必会

2.可以普通字典树，或者bitwise字典树

3.时间复杂度：①建立Trie  O(nk)，n是单词数量，k是单词长度

                         ②搜索O(k)，k是单词长度

4.空间优化可以用map代替array，缩点优化等

5.可以思考一下如果删除怎么写