Trie字典树 (处理字符串）

最新推荐文章于 2022-02-28 19:17:51 发布

我_是_太_阳

最新推荐文章于 2022-02-28 19:17:51 发布

阅读量1.2k

点赞数 1

分类专栏：数据结构与算法文章标签：数据结构

本文链接：https://blog.csdn.net/qq_43229543/article/details/104897240

版权

数据结构与算法专栏收录该内容

21 篇文章 2 订阅

订阅专栏

本文介绍如何使用Trie字典树进行字符串处理，通过拆分字符串来实现快速查找和操作。

摘要由CSDN通过智能技术生成

主要用于处理字符串，将字符串一个一个拆开。

在这里插入图片描述

import java.util.TreeMap;

public class Trie {

    private class Node{

        public boolean isWord;
        public TreeMap<Character, Node> next;

        public Node(boolean isWord){
            this.isWord = isWord;
            next = new TreeMap<>();
        }

        public Node(){
            this(false);
        }
    }

    private Node root;
    private int size;

    public Trie(){
        root = new Node();
        size = 0;
    }

    // 获得Trie中存储的单词数量
    public int getSize(){
        return size;
    }

    // 向Trie中添加一个新的单词word
    public void add(String word){

        Node cur = root;
        for(int i = 0 ; i < word.length() ; i ++){
            char c = word.charAt(i);
            if(cur.next.get(c) == null)
                cur.next.put(c, new Node());
            cur = cur.next.get(c);
        }

        if(!cur.isWord){
            cur.isWord = true;
            size ++;
        }
    }

    // 查询单词word是否在Trie中
    public boolean contains(String word){

        Node cur = root;
        for(int i = 0 ; i < word.length() ; i ++){
            char c = word.charAt(i);
            if(cur.next.get(c) == null)
                return false;
            cur = cur.next.get(c);
        }
        return cur.isWord;
    }

    // 查询是否在Trie中有单词以prefix为前缀
    public boolean isPrefix(String prefix){

        Node cur = root;
        for(int i = 0 ; i < prefix.length() ; i ++){
            char c = prefix.charAt(i);
            if(cur.next.get(c) == null)
                return false;
            cur = cur.next.get(c);
        }

        return true;
    }
}