208. 实现 Trie (前缀树)

208. 实现 Trie (前缀树)

1.题目描述

实现一个 Trie (前缀树)，包含 insert, search, 和 startsWith 这三个操作。
示例:

说明:
1.你可以假设所有的输入都是由小写字母 a-z 构成的。
2.保证所有输入均为非空字符串。

2.思路

1.Trie 树的结点结构：有两个数据结构
（1）大小为26的数组：用来指向树中的每个节点。
（2）isEnd：指示该节点是否是单词的结尾。

2.向 Trie 树中插入键
从根节点root开始：
（1）如果插入的字符存在，则更新root，使其指向当前字符。
（2）如果插入的字符不存在，则新建一个节点，并更新root，使其指向当前字符。
复杂度分析：
时间复杂度：O(m)，其中 m 为键长。在算法的每次迭代中，我们要么检查要么创建一个节点，直到到达键尾。只需要 m 次操作。
空间复杂度：O(m)。最坏的情况下，新插入的键和 Trie 树中已有的键没有公共前缀。此时需要添加 m 个结点，使用 O(m) 空间。

3.在 Trie 树中查找键
从根节点root开始：
（1）如果字符存在，则移动root到下一个节点
（2）如果字符不存在，直接返回false。
遍历完键的长度时，判断isEnd是否为true。直接返回isEnd。
复杂度分析：
时间复杂度 : O(m)。算法的每一步均搜索下一个键字符。最坏的情况下需要 m 次操作。
空间复杂度 : O(1)。

4.查找 Trie 树中的键前缀
  该方法与在 Trie 树中搜索键时使用的方法非常相似。我们从根遍历 Trie 树，直到键前缀中没有字符，或者无法用当前的键字符继续 Trie 中的路径。与上面提到的“搜索键”算法唯一的区别是，到达键前缀的末尾时，总是返回 true。我们不需要考虑当前 Trie 节点是否用 “isEnd” 标记，因为我们搜索的是键的前缀，而不是整个键。
复杂度分析：
时间复杂度 : O(m)。算法的每一步均搜索下一个键字符。最坏的情况下需要 mm 次操作。
空间复杂度 : O(1)。

3.代码

class Trie {
public:
    /** Initialize your data structure here. */
    Trie() {
        for(int i = 0;i < 26;++i){
            next.push_back(NULL);
            isEnd = false;
        }
    }
    
    /** Inserts a word into the trie. */
    void insert(string word) {
        Trie* root = this;
        for(auto &w : word){
            if(root->next[w - 'a'] == NULL){
                root->next[w - 'a'] = new Trie();
            }
            root = root->next[w - 'a'];//更新root指向当前字符
        }
        root->isEnd = true;
    }
    
    /** Returns if the word is in the trie. */
    bool search(string word) {
        Trie* root = this;
        for(auto &w : word){
            if(root->next[w - 'a'] == NULL){
                return false;
            }
            root = root->next[w - 'a'];
        }
        return root->isEnd;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    bool startsWith(string prefix) {
        Trie* root = this;
        for(auto &p : prefix){
            if(root->next[p - 'a'] == NULL){
                return false;
            }
            root = root->next[p - 'a'];
        }
        return true;
    }
private:
    bool isEnd;
    vector<Trie*> next;//Trie树的下一个节点
};

/**
 * Your Trie object will be instantiated and called as such:
 * Trie* obj = new Trie();
 * obj->insert(word);
 * bool param_2 = obj->search(word);
 * bool param_3 = obj->startsWith(prefix);
 */