Leetcode208题：实现 Trie (前缀树/字典树)

1.题目描述 

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1：

输入
["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
[[], ["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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/implement-trie-prefix-tree

2.思路分析 

Trie，又称前缀树或字典树，是一棵有根树，其每个节点包含以下字段：

指向子节点的指针数组 children。对于本题而言，数组长度为 26，即小写英文字母的数量。此时 children[0] 对应小写字母 a，children[1] 对应小写字母 b，…，children[25] 对应小写字母 z。
布尔字段 sEnd，表示该节点是否为字符串的结尾。

插入字符串 

我们从字典树的根开始，插入字符串。对于当前字符对应的子节点，有两种情况：

• 子节点存在。沿着指针移动到子节点，继续处理下一个字符。
• 子节点不存在。创建一个新的子节点，记录在 children 数组的对应位置上，然后沿着指针移动到子节点，继续搜索下一个字符。

重复以上步骤，直到处理字符串的最后一个字符，然后将当前节点标记为字符串的结尾。

查找前缀

我们从字典树的根开始，查找前缀。对于当前字符对应的子节点，有两种情况：

• 子节点存在。沿着指针移动到子节点，继续搜索下一个字符。
• 子节点不存在。说明字典树中不包含该前缀，返回空指针。

重复以上步骤，直到返回空指针或搜索完前缀的最后一个字符。

若搜索到了前缀的末尾，就说明字典树中存在该前缀。此外，若前缀末尾对应节点的 isEnd 为真，则说明字典树中存在该字符串。

3.解答 

class Trie {
    //前缀树，字典树

    //定义一个内部类，表示前缀树的数据结构
    class TrieNode{
        private boolean isEnd;
        TrieNode[] next;

        public TrieNode(){
            next = new TrieNode[26];
        }
    }

    //创建对象
    private TrieNode root;

    public Trie() {
        root = new TrieNode();
    }
    
    //1.添加
    public void insert(String word) {
        TrieNode node = root;
        //遍历添加每一个字母
        for(char c : word.toCharArray()){
            //得到下一个子节点
            if(node.next[c - 'a'] == null){
                //如果没有子节点，就创建一个新子节点
                node.next[c - 'a'] = new TrieNode();
            }
            //处理下一个节点
            node = node.next[c - 'a'];
        }
        //添加结尾标志
        node.isEnd = true;
    }
    
    //2.搜索字符串
    public boolean search(String word) {
        TrieNode node = root;
        for(char c : word.toCharArray()){
            //获取子节点
            node = node.next[c - 'a'];
            if(node == null){
                //如果子节点为空，搜索失败
                return false;
            }
        }
        return node.isEnd;
    }
    
    //3.搜索前缀
    public boolean startsWith(String prefix) {
        TrieNode node = root;
        for(char c : prefix.toCharArray()){
            //获取子节点
            node = node.next[c - 'a'];
            if(node == null){
                //如果字节点为空，搜索失败
                return false;
            }
        }
        return true;
    }
}

复杂度分析

时间复杂度：初始化为 O(1)，其余操作为 O(∣S∣)，其中 ∣S∣ 是每次插入或查询的字符串的长度。

空间复杂度：O(∣T∣* Σ)，其中 ∣T∣ 为所有插入字符串的长度之和，Σ 为字符集的大小，本题Σ=26。