Leetcode 1268. Search Suggestions System_def suggestedproducts(self, products: list[str], s-CSDN博客

本文链接：https://blog.csdn.net/qq_37821701/article/details/126012792

本文介绍了LeetCode第1268题的解决方案，包括使用Trie树和二分搜索两种方法。Trie树方法的时间复杂度为O(nlogn) + O(nl)，二分搜索方法的时间复杂度为O(m*log(n)*m)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

在这里插入图片描述

解法1:trie

把products里面的所有单词建立成一个trie，每个trie节点下面有一个word list，代表到这个节点为止的prefix，有哪些单词满足条件.然后就遍历searchword即可

class TrieNode:
    def __init__(self):
        self.childs = {}
        self.words = []
        
class Solution:
    def suggestedProducts(self, products: List[str], searchWord: str) -> List[List[str]]:
        products.sort()
        root = TrieNode()
        for prod in products:
            tmp_root = root
            for c in prod:
                if c not in tmp_root.childs:
                    tmp_root.childs[c] = TrieNode()
                tmp_root.childs[c].words.append(prod)
                tmp_root = tmp_root.childs[c]
        
        tmp_root = root
        ans = []
        for i,c in enumerate(searchWord):
            if c not in tmp_root.childs:
                for _ in range(len(searchWord)-i):
                    ans.append([])
                return ans
            # ans.append(sorted(tmp_root.childs[c].words)[:3])
            ans.append(tmp_root.childs[c].words[:3])
            tmp_root = tmp_root.childs[c]
        
        return ans

时间复杂度：O(nlogn) + O(nl), 前半部分来自排序，后半部分来自trie的建立，建立trie的复杂度是O(w*l)，w为单词个数，l为单词平均长度，每个单词需要查询l次

解法2:二分搜索

把product排好序
按照prefix去搜索products的位置，也就是这个位置之前都比prefix小，右边都大于等于prefix，答案就只有可能从这个index右边的三个位置中产生，因为如果右边的这三个单词都不对的话，在更右边的就更不对了

class Solution:
    def binary_search(self,products,prefix):
        l = 0
        r = len(products)
        if products[l] >= prefix:
            return -1
        while l+1<r:
            mid = l + (r-l)//2
            # print(mid)
            if products[mid] < prefix:
                l = mid
            else:
                r = mid
        return l
    def suggestedProducts(self, products: List[str], searchWord: str) -> List[List[str]]:
        products.sort()
        prefix = ""
        ans = []
        # print(products)
        for c in searchWord:
            tmp_ans = []
            prefix += c
            ind = self.binary_search(products,prefix)
            for i in range(ind+1,min(len(products),ind+4)):
                if products[i].startswith(prefix):
                    tmp_ans.append(products[i])
            ans.append(tmp_ans)
        return ans
        # self.binary_search(products,'mou')