字典树
基本解释
字典树又名前缀树,也叫Trie,字典树用户存储大量的字符串,相比HashMap的存储,字典树节省了大量的空间。如下图:(截图来自LeetCode)
可以发现,令字典树的根节点为空,从根节点走到叶子节点,每一条路径都会构成一个单词,比如最左边的路径可以构成单词"to",最右边的路径可以构成单词"inn",当然如果不到根节点,也可以构成一个单词,比如最右边的"in",同时也可以发现"in"是"inn"的前缀,那么,字典树的功能就在这提现出来了,即 字典树可以判断某个字符串是否是给定字符串的前缀/后缀,单词正着插就是前缀,单词倒着插就是后缀。
代码结构
/**
* 节点信息
*/
class TrieNode {
char val; //节点中要存储的信息
TrieNode[] children = new TrieNode[26] //孩子的数量可以根据题意设定,字母即为26个
//构造函数
public TrieNode() {}
public TrieNode(char val) {this.val = val;}
}
/**
* 创建字典树并实现插入方法
*/
class Trie {
TrieNode root;
// 构造函数
public Trie(){root = new TrieNode();}
public void insert(String word){
TrieNode cur = root; // 记录当前节点
for(int i = word.length() - 1; i >= 0; i--){
int position = word.charAt(i) - 'a'; // 记录该字母在树中的位置
// 判断该节点是否插入过,如果没有插入,就是一个新单词,如果有,就证明是前缀/后缀部分
if(cur.children[position] == null){
cur.children[position] = new TrieNode(word.charAt(i));
}
cur = cur.children[position]; // 再判断加上下一个字母后,是否是前缀/后缀部分
}
}
}
单词的压缩编码
给定一个单词列表,我们将这个列表编码成一个索引字符串 S 与一个索引列表 A。
例如,如果这个列表是 [“time”, “me”, “bell”],我们就可以将其表示为 S = “time#bell#” 和 indexes = [0, 2, 5]。
对于每一个索引,我们可以通过从字符串 S 中索引的位置开始读取字符串,直到 “#” 结束,来恢复我们之前的单词列表。
那么成功对给定单词列表进行编码的最小字符串长度是多少呢?
实例
输入: words = ["time", "me", "bell"]
输出: 10
说明: S = "time#bell#" , indexes = [0, 2, 5] 。
代码
class Solution {
public int minimumLengthEncoding(String[] words) {
int len = 0;
Trie trie = new Trie();
Arrays.sort(words, (s1, s2) -> s2.length() - s1.length());
for (String word: words){
len = len + trie.insert(word);
}
return len;
}
}
class Trie {
TrieNode root;
public Trie() {
root = new TrieNode();
}
public int insert(String word){
TrieNode cur = root;
boolean isNew = false; //判断是否是新单词
for(int i = word.length()-1; i >= 0; i--){
int position = word.charAt(i) - 'a';
if(cur.children[position] == null){
isNew = true;
cur.children[position] = new TrieNode(word.charAt(i));
}
cur = cur.children[position];
}
return isNew? word.length() + 1: 0;
}
}
class TrieNode {
char val;
TrieNode[] children = new TrieNode[26]; //有一个节点最多可能有26个孩子
public TrieNode() {}
public TrieNode(char val) {this.val = val;}
}