算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !
今天和大家聊的问题叫做 实现 Trie (前缀树),我们先来看题面:
https://leetcode-cn.com/problems/implement-trie-prefix-tree/
Trie (we pronounce "try") or prefix tree is a tree data structure used to retrieve a key in a strings dataset. There are various applications of this very efficient data structure, such as autocomplete and spellchecker.
题意
实现一个 Trie (前缀树),包含 insert, search, 和 startsWith 这三个操作。
示例
Trie trie = new Trie();
trie.insert("apple");
trie.search("apple"); // 返回 true
trie.search("app"); // 返回 false
trie.startsWith("app"); // 返回 true
trie.insert("app");
trie.search("app"); // 返回 true
说明:
你可以假设所有的输入都是由小写字母 a-z 构成的。
保证所有输入均为非空字符串。
解题
https://segmentfault.com/a/1190000015804960
思路分析:
树是由节点组成,节点定义应该包含节点值(前缀树的定义,值应该为一个字符char)和叶子节点的指针,但是为了识别是否为一个单词的最后一个字符,所以增加一个boolean变量识别。
由于已知输入为全小写(a-z)的字母,所以可以使用一个长度为26的数组存储叶子节点。且由于a-z的ASCII码是连续的,其ASCII是从97-123,所以可以直接使用 ASCII码-97=对应节点的数组下标。
class Trie {
/**
* 当前节点的值
*/
public char value;
/**
* a-z有26个字母,需要访问时由于a的ASCII码为97,所以所有字母访问的对应下表皆为 字母的ASCII码-97
*/
public Trie[] children=new Trie[26];
/**
* 标识此节点是否为某个单词的结束节点
*/
public boolean endAsWord=false;
public Trie() {
}
/**
* 插入一个单词
* @param word 单词
*/
public void insert(String word) {
if(word!=null){
//分解成字符数组
char[] charArr=word.toCharArray();
//模拟指针操作,记录当前访问到的树的节点
Trie currentNode=this;
for(int i=0;i<charArr.length;i++){
char currentChar=charArr[i];
//根据字符获取对应的子节点
Trie node=currentNode.children[currentChar-97];
if(node!=null && node.value==currentChar){//判断节点是否存在
currentNode=node;
}else{//不存在则创建一个新的叶子节点,并指向当前的叶子节点
node=new Trie();
node.value=currentChar;
currentNode.children[currentChar-97]=node;
currentNode=node;
}
}
//这个标识很重要
currentNode.endAsWord=true;
}
}
/**
* 检索指定单词是否在树中
* @param word 单词
*/
public boolean search(String word) {
boolean result=true;
if(word!=null && !word.trim().equals("")){
char[] prefixChar=word.toCharArray();
Trie currentNode=this;
for(int i=0;i<prefixChar.length;i++){
char currentChar=prefixChar[i];
Trie node=currentNode.children[currentChar-97];
if(node!=null && node.value==currentChar){//判断节点是否存在
currentNode=node;
}else{
result=false;
break;
}
}
if(result){
result=currentNode.endAsWord;
}
}
return result;
}
/**
* 检索指定前缀是否在树中
* @param word 单词
*/
public boolean startsWith(String prefix) {
boolean result=true;
if(prefix!=null && !prefix.trim().equals("")){
char[] prefixChar=prefix.toCharArray();
Trie currentNode=this;
for(int i=0;i<prefixChar.length;i++){
char currentChar=prefixChar[i];
Trie node=currentNode.children[currentChar-97];
if(node!=null && node.value==currentChar){//判断节点是否存在
currentNode=node;
}else{
result=false;
break;
}
}
}
return result;
}
}
好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力 。
上期推文: