java实现Trie（前缀树）

介绍

前缀树（Trie）是一种树形数据结构，用于存储字符串集合，通常用于快速检索大量的字符串。每个节点表示一个字符串的字符，从根节点到每个子节点的路径构成了一个字符串。这种结构使得在给定前缀的情况下，能够高效地查找以该前缀开头的所有字符串。前缀树在自动补全、拼写检查等应用中非常常见。

示例图如下：前缀树中就表示了字符串"inn","int","ate","age","adv","ant".

其结构的关键就是下可以拥有26个子节点代表26种英文字母的选择。

这种数据结构在处理大量的英文数据时会很快，不过相应的虽然提高了速度，但是空间的消耗比较大，因为每一个节点下方都可以有26个子节点。

实现

前缀树的实现可以直接查看力扣中的一道题

LCR 062. 实现 Trie (前缀树)

题目要求

Trie（发音类似 "try"）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。

请你实现 Trie 类：

• Trie() 初始化前缀树对象。
• void insert(String word) 向前缀树中插入字符串 word 。
• boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即，在检索之前已经插入）；否则，返回 false 。
• boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ，返回 true ；否则，返回 false 。

示例：

输入
inputs = ["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
inputs = [[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]
输出
[null, null, true, false, true, null, true]

解释
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

题目中给了现有结构如下：需要些三个方法和一个构造函数

class Trie {
    public Trie() {

    }
    public void insert(String word) {

    }
    public boolean search(String word) {

    }

    public boolean startsWith(String prefix) {

    }
}

构造函数

首先定义树中的节点,有两个属性：它下面的26个英文单词数组，和标记该节点是否为终点。

还提供了一个构造方法，创建时就会跟着创建数组。该数组中靠索引表示英文单词，如0就是a，1就是b，2就是c。表示前缀时用索引来组成字符串。如011就是abb。

    class Node{
        Node[] next;
        boolean isEnd;
        public Node(){
            next = new Node[26];
        }
    }

因此构造函数中就可以先定义一个根节点让等于new Node

    Node root;
    public Trie() {
       root = new Node();
    }

添加节点

添加时先判断此时节点是否为空，是空就在当前字符代表的索引处直接再创建一个节点。如果不为空则直接插入下一个节点，不要再创建。

例如第一个字符是a，那就在root.next[0]处创建一个新节点。是b，那就在root.next[1]处创建一个新节点。

    public void insert(String word) {
        Node cur = root;
        for(char ch:word.toCharArray()){
            if(cur.next[ch - 'a'] == null){
                cur.next[ch - 'a'] = new Node();
            }
            cur = cur.next[ch - 'a'];
        }
        cur.isEnd = true;
    }

搜索字符串

搜索中有两个方法，一是搜索和前缀相等的字符串，而是搜索当前字符串是不是某个前缀的一部分。比如要搜索字符app，在一个方法中，只有前缀树中有该字符串才行，而在第二个方法中只要前缀树中前面有app就会返回真，如有apple，就会返回真。

在搜索时会先从根节点开始，如果想要搜索的字符在节点后的数组中没有，则代表并没有该字符串，最后会返回isEnd，也就是说如果前缀包含有要搜索的字符，也会返回false，只有前缀等于时isEnd才是true，才证明搜索到。

    public boolean search(String word) {
        Node cur = root;
        for(char ch : word.toCharArray()){
            if(cur.next[ch - 'a'] == null)
                return false;
            cur = cur.next[ch - 'a'];
        }
        return cur.isEnd;
    }

第二个方法和第一个很像，只需要修改一下返回值即可。

    public boolean startsWith(String prefix) {
        Node cur = root;
        for(char ch : prefix.toCharArray()){
            if(cur.next[ch - 'a'] == null)
                return false;
            cur = cur.next[ch - 'a'];
        }
        return true;
    }

完整代码
 

class Trie {
    class Node{
        Node[] next;
        boolean isEnd;
        public Node(){
            next = new Node[26];
        }
    }
    Node root;
    public Trie() {
       root = new Node();
    }
    public void insert(String word) {
        Node cur = root;
        for(char ch:word.toCharArray()){
            if(cur.next[ch - 'a'] == null){
                cur.next[ch - 'a'] = new Node();
            }
            cur = cur.next[ch - 'a'];
        }
        cur.isEnd = true;
    }
    public boolean search(String word) {
        Node cur = root;
        for(char ch : word.toCharArray()){
            if(cur.next[ch - 'a'] == null)
                return false;
            cur = cur.next[ch - 'a'];
        }
        return cur.isEnd;
    }

    public boolean startsWith(String prefix) {
        Node cur = root;
        for(char ch : prefix.toCharArray()){
            if(cur.next[ch - 'a'] == null)
                return false;
            cur = cur.next[ch - 'a'];
        }
        return true;
    }
}