leetcode hot100 之 实现 Trie（前缀树）

题目

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 。

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

原题链接：https://leetcode.cn/problems/implement-trie-prefix-tree/

思路

前缀树是一种非典型的有根树，其每个节点包括一个26维（本题只包括26个字母）的数组，以及一个 bool 型表示是否为尾节点。
PS： 如果不局限于 26 个字母，则可以用哈希表来代替数组。

struct Trie {
    vector<Trie*> children;
    bool isEnd;
};

插入时，将字母逐个插入树中即可。并在最后一个节点处标记 isEnd = true。
搜索时，则逐个查找即可，根据 isEnd 来判断是否包含该单词。
搜索前缀时，则只需要逐个查找即可，不需要判断是否 isEnd。

• 复杂度分析
  • 时间复杂度 O(n)。插入、搜索、搜索前缀，均是 O(n) 的时间复杂度。n 为单词的长度。
  • 空间复杂度 O(N*Σ)。N 为所有单词的总长度，Σ 是所有 unique 字符的数量，本题中为 26.

代码

class Trie {
private:
    vector<Trie*> children;
    bool isEnd;
public:
    Trie() {
        children.resize(26, NULL);
        isEnd = false;
    }
    
    void insert(string word) {
        Trie* node = this;
        for (char ch: word) {
            if (node->children[ch - 'a'] == NULL) {
                node->children[ch - 'a'] = new Trie();
            }
            node = node->children[ch - 'a'];
        }
        node->isEnd = true;
    }
    
    bool search(string word) {
        Trie* node = this;
        for (char ch: word) {
            if (node->children[ch - 'a'] == NULL) {
                return false;
            }
            node = node->children[ch - 'a'];
        }
        return node->isEnd;
    }
    
    bool startsWith(string prefix) {
        Trie* node = this;
        for (char ch: prefix) {
            if (node->children[ch - 'a'] == NULL) {
                return false;
            }
            node = node->children[ch - 'a'];
        }
        return true;
    }
};

/**
 * Your Trie object will be instantiated and called as such:
 * Trie* obj = new Trie();
 * obj->insert(word);
 * bool param_2 = obj->search(word);
 * bool param_3 = obj->startsWith(prefix);
 */