LeetCode 208. Implement Trie (Prefix Tree) - 前缀树（Trie Tree or Prefix Tree）系列题1

最新推荐文章于 2024-11-01 15:19:21 发布

CP Coding

最新推荐文章于 2024-11-01 15:19:21 发布

阅读量281

点赞数 2

分类专栏： Leetcode刷题笔记前缀树（Trie Tree or Prefix Tree）文章标签： leetcode 算法数据结构 python

本文链接：https://blog.csdn.net/hgq522/article/details/121725119

版权

Leetcode刷题笔记同时被 2 个专栏收录

198 篇文章 1 订阅

订阅专栏

前缀树（Trie Tree or Prefix Tree）

11 篇文章 1 订阅

订阅专栏

本文介绍了前缀树（Trie树）的基本概念和性质，它是一种用于高效存储和检索字符串的数据结构，常用于搜索引擎的文本词频统计。前缀树的主要优点是减少查询时间并避免不必要的字符串比较。在LeetCode中，前缀树的应用题目以208题Implement Trie (Prefix Tree)为起点。文章通过示例展示了如何插入和搜索字符串，并提供了startsWith方法来检查字符串是否以特定前缀开始。

摘要由CSDN通过智能技术生成

前缀树又称单词查找树，Trie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。[百度百科]

前缀树有3个基本性质：

根节点不包含字符，除根节点外每一个节点都只包含一个字符；从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串；每个节点的所有子节点包含的字符都不相同。

LeetCode中出现前缀树相关题的频率也比较高，其中208. Implement Trie (Prefix Tree)是前缀树的入门题，也是其他所有可以用前缀树解答的题的基础。

class TrieNode:
    def __init__(self) :
        self.end = False
        self.children = [None] * 26
        
class Trie:
    
    def __init__(self):
        self.root = TrieNode()

    def insert(self, word: str) -> None:
        node = self.root
        for c in word:
            i = ord(c) - ord('a')
            if not node.children[i]:
                node.children[i] = TrieNode()
            node = node.children[i]
        node.end = True

    def search(self, word: str) -> bool:
        node = self.root
        for c in word:
            i = ord(c) - ord('a')
            if not node.children[i]:
                return False
            node = node.children[i]
            
        return node.end == True
        

    def startsWith(self, prefix: str) -> bool:
        node = self.root
        for c in prefix:
            i = ord(c) - ord('a')
            if not node.children[i]:
                return False
            node = node.children[i]
               
        return True