【LeetCode】第208题——实现Trie(前缀树)（难度：中等）

最新推荐文章于 2022-01-16 15:45:23 发布

Se7en_Dayz

最新推荐文章于 2022-01-16 15:45:23 发布

阅读量209

点赞数

分类专栏： LeetCode题解文章标签： java trie leetcode

本文链接：https://blog.csdn.net/qq_43536930/article/details/115690480

版权

本文详细介绍了LeetCode第208题——实现Trie（前缀树），包括数据结构的定义、插入、搜索和前缀检查功能。通过实例展示了如何使用Trie进行单词存储和检索，讨论了解题思路并提供了相关代码实现。

摘要由CSDN通过智能技术生成

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

提示：
1 <= word.length, prefix.length <= 2000
word 和 prefix 仅由小写英文字母组成
insert、search 和 startsWith 调用次数总计不超过 3 * 104 次

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/implement-trie-prefix-tree
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路

以单词的每个字符作为节点，节点有一个isExist属性，作为是否存在此单词的判断依据，如apple，会在字母e节点给isExist赋它值，如此一来若查找app这个单词就不会认为该单词存在

代码详解

class Trie {
   

    Node node; // Node类体见代码最下方

    /** Initialize your data structure here. */
    public Trie() {
   
        node = new Node(); // 新建根节点
        node.isExist = true; // 根节点isExist为true
    }