输入提示 数据算法 Trie

基本功能

1. 实现上述功能，输入提示
2. 数据结构：Trie 字典树 多叉树 根节点为空值
3. 缺点：数据要求比较高，会占用大量的空间。例如：26个字母，组成完全的 Trie树的话，就会有26层，总共有26的26次方个节点
4. 不仅仅可以实现这种功能，类似于有共同前缀的数据，也可以 以这种方式实现

实现代码

from copy import deepcopy
from collections.abc import Iterable
from collections import defaultdict


class Trie:
    def __init__(self, nodes: Iterable):
        """

        :param nodes: list or str，可以为一个多个节点或是一个节点
        """
        self.tree = defaultdict(dict)
        self.depth = 0
        self.init_tree(nodes)

    def insert_node(self, i, node, len_node, tree):
        """
        插入元素
        :param i: 元素的第几个字符
        :param node: 元素
        :param len_node: 元素长度
        :param tree: 树结构
        :return:
        """
        if node[i] in tree:
            self.insert_node(i + 1, node, len_node, tree[node[i]])
        else:
            tree[node[i]] = defaultdict(dict)
            if len_node > i + 1:
                self.insert_node(i + 1, node, len_node, tree[node[i]])

    def init_tree(self, nodes):
        """
        插入元素
        :param nodes: 可迭代对象，对应要插入的元素
        :return:
        """
        if isinstance(nodes, Iterable):
            for node in nodes:
                len_node = len(node)
                if len_node > self.depth:
                    self.depth = len_node
                self.insert_node(0, node, len_node, self.tree)
        else:
            raise ValueError

    def get_level(self, c_tree: dict, result: list, add_signal, path=None):
        """
        获取需要新添加的数据
        :param c_tree: 原始数据
        :param result: 结果
        :param path:
        :param add_signal: 需要添加到结果的条件
        :return:
        """
        if path is None:
            path = []
        for k, v in c_tree.items():
            path_new = deepcopy(path)
            path_new.append(k)
            if add_signal(k, v):
                result.append(path_new)
            if v:
                self.get_level(v, result, add_signal, path=path_new)

    def __find_word(self, i, node, len_node, tree):
        if node[i] in tree:
            if i + 1 < len_node:
                tree = self.__find_word(i + 1, node, len_node, tree[node[i]])
            return tree

    def find_word(self, word):
        """
        获取提示
        """
        len_word = len(word)
        if len_word > self.depth:
            return [word]
        last_tree = self.__find_word(0, word, len_word, self.tree)
        if last_tree is None:
            return []
        result = list()
        self.get_level(last_tree[word[-1]], result, lambda k, v: not v)
        return [word + ''.join(r) for r in result]


if __name__ == '__main__':
    trie = Trie(['hello', 'her', 'hi', 'how', 'so', 'see', 'some', 'solr'])
    print(trie.find_word('s'))
    print(trie.find_word('so'))
    print(trie.find_word('som'))
    print(trie.find_word('some'))
    print(trie.find_word('something'))
    print(trie.find_word('y'))

    trie = Trie([('中国', '北京', '海淀'), ('美国', '华盛顿', '特区')])