【Leetcode】677. Map Sum Pairs

题目地址：

https://leetcode.com/problems/map-sum-pairs/

要求设计一个数据结构，可以实现：
1、添加一个entry，以字符串为key，以整数为value；
2、给定一个字符串$p$，问所有以$p$为前缀的key对应的value之和。若不存在以$p$为前缀的字符串则返回$0$。

对于查询前缀而言，Trie有着良好的性能。所以可以用Trie来做。由于并不需要查询某个字符串是否在Trie中，所以节点类里不必存当前节点是否是单词结尾，但是需要存一个整数，代表当前节点结尾的字符串对应的value。insert操作和Trie一模一样，sum操作可以先找到前缀结尾对应的node，如果不存在该node，则说明没有以这个前缀为开头的字符串，直接返回$0$；否则找到那个node后，进行DFS即可。代码如下：

public class MapSum {

    class Node {
        int val;
        Node[] next;
        Node() {
            next = new Node[26];
        }
    }
    
    private Node root;
    
    /** Initialize your data structure here. */
    public MapSum() {
        root = new Node();
    }
    
    public void insert(String key, int val) {
        Node cur = root;
        for (int i = 0; i < key.length(); i++) {
            char c = key.charAt(i);
            // 如果查询到c字符对应的位置没有节点，则直接创建
            if (cur.next[c - 'a'] == null) {
                cur.next[c - 'a'] = new Node();
            }
            // 走到下一个节点
            cur = cur.next[c - 'a'];
        }
        // 将这个节点为结尾的字符串的value赋值进去
        cur.val = val;
    }
    
    public int sum(String prefix) {
        Node cur = root;
        // 先从root走到prefix最后一个字符；若中途发现某个字符串不存在，直接返回0
        for (int i = 0; i < prefix.length(); i++) {
            char c = prefix.charAt(i);
            if (cur.next[c - 'a'] == null) {
                return 0;
            }
            cur = cur.next[c - 'a'];
        }
        
        return summation(cur);
    }
    
    // 功能是从cur开始计算所有子节点的value之和（包含cur本身）
    private int summation(Node cur) {
        if (cur == null) {
            return 0;
        }
        
        int res = cur.val;
        // 分治法，递归计算每个子树的value之和
        for (int i = 0; i < cur.next.length; i++) {
            res += summation(cur.next[i]);
        }
        
        return res;
    }
}

insert时间复杂度$O(l)$，sum时间复杂度和Trie里已经存了多少以$p$为前缀的字符串有关。空间复杂度也与具体存了哪些字符串有关。

注解：
由于Trie有共用前缀的特性，所以在涉及字符串前缀的问题里，Trie性能比较好，可以多用Trie来做。