10.19 前缀树

前缀树

字典树（前缀树,Tire）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。前缀树可以用 O(|S|)的时间复杂度完成如下操作，其中 |S| 是插入字符串或查询前缀的长度：

• 向字典树中插入字符串 word；
• 查询字符串 word 是否已经插入到字典树中。
• 指向子节点的指针数组 children。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 isEnd，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。

代码实现

class Trie{
private:
	vector<Trie*> children;
	bool isEnd;

	Trie* searchPrefix(string prefix){
		Trie* node=this;
		for(char ch : prefix){
			ch-='a';
			if(node->children[ch]==nullptr){
				return nullptr;
			}
			node=node->children[ch];
		}
		return node;
	}

public:
	Trie(): children(26),isEnd(false){}
	void insert(string word){
		Trie* node=this;
		for(char ch :word){
			ch-='a';
			if(node->children[ch]==nullptr){
				node->children[ch]=new Trie();
			}
			node = node->children[ch];
		}
		node->isEnd=true;
	}
	
	bool search(string word){
		Trie* node = this->searchPrefix(word);
		return node !=nullptr && node->isEnd;
	}

	bool startsWith(string prefix){
		return this->searchPrefix(prefix)!=nullptr;
	}
};
		

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。

参考来源

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/implement-trie-prefix-tree/solution/shi-xian-trie-qian-zhui-shu-by-leetcode-ti500/
来源：力扣（LeetCode）