java字典树算法包,Java 算法-单词的添加和查找(字典树)

今天遇到了一道字典树的题，这是我第一次使用字典树来解决问题，所以我觉得还是有必要记录下来。

题意

设计一个包含下面两个操作的数据结构：addWord(word), search(word)

addWord(word)会在数据结构中添加一个单词。而search(word)则支持普

通的单词查询或是只包含.和a-z的简易正则表达式的查询。

一个 . 可以代表一个任何的字母。

样例

addWord("bad")

addWord("dad")

addWord("mad")

search("pad") // return false

search("bad") // return true

search(".ad") // return true

search("b..") // return true

注意事项

   你可以假设所有的单词都只包含小写字母 a-z。

1.字典树

字典树又称为单词查找树，是一个树形结构，是哈希树的变种。它的优点：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

同时，它还有3个性质：

A.根节点不包含字符，除根节点外每一个节点都只包含一个字符；

B.从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串；

C.每个节点的所有子节点包含的字符都不相同。

如图所示：

2.构建字典树

从上面的介绍，我们能简单的知道，字典树每一个节点里面包含了两个东西，一个是value，也就是数据，第二个是孩子，这里是孩子们，因为一个节点可能有多个孩子，不只是有1个或者2个孩子节点。

但是这里我们还需要一个flag来判断当前这个节点是否是最终节点，也就是判断这个节点是否还有孩子。为什么要这么做呢？比如，在字典树中有一个字符串是：abcd，我们想在字典树中查找abc，我们发现abcd这个路径符合要求，因为每个字符都匹配了的，但是这样判断是错误的，所以我们得判断每个节点是否是最终节点。

(1).节点的封装

private class TreeNode {

//节点的值

public char value;

//节点的孩子们

public TreeNode child[] = null;

//是否是最终节点

public boolean isEnd = false;

public TreeNode(char value) {

this.value = value;

child = new TreeNode[26];

}

}

(2).向字典树中添加字符

public void addWord(String word) {

TreeNode node = root;

for (int i = 0; i < word.length(); i++) {

char c = word.charAt(i);

if (node.child[c - 'a'] == null) {

node.child[c - 'a'] = new TreeNode(c);

}

node = node.child[c - 'a'];

}

//该节点最为最终节点

node.isEnd = true;

}

3.在字典树中查找单词

在普通的查找中(查找的单词不含通配符，全部是字符)，自己循环查找就是，但是在这里比较特殊，查找的单词可能还有通配符，那么就不能使用普通的查找了，这里我使用的回溯法来查找的，使用回溯法将符合要求的字符串添加到一个List集合中，然后在判断一下，在这个List集合是否有我们想要的字符串。

public class WordDictionary {

private TreeNode root = null;

private List list = null;

public WordDictionary() {

root = new TreeNode(' ');

list = new ArrayList<>();

}

private class TreeNode {

//节点的值

public char value;

//节点的孩子们

public TreeNode child[] = null;

//是否是最终节点

public boolean isEnd = false;

public TreeNode(char value) {

this.value = value;

child = new TreeNode[26];

}

}

public void addWord(String word) {

TreeNode node = root;

for (int i = 0; i < word.length(); i++) {

char c = word.charAt(i);

if (node.child[c - 'a'] == null) {

node.child[c - 'a'] = new TreeNode(c);

}

node = node.child[c - 'a'];

}

//该节点最为最终节点

node.isEnd = true;

}

public boolean search(String word) {

TreeNode node = root;

list.clear();

char cs[] = new char[word.length()];

Arrays.fill(cs, ' ');

backTrack(word, 0, node, cs);

//判断是否含有word字符串

return list.contains(word);

}

private void backTrack(String word, int i, TreeNode node, char cs[]) {

//当i < word.length() 继续搜索下去

if (i < word.length()) {

char c = word.charAt(i);

if (c != '.') {

if (node.child[c - 'a'] != null) {

cs[i] = c;

backTrack(word, i + 1, node.child[c - 'a'], cs);

}

} else {

for (int j = 0; j < 26; j++) {

if (node.child[j] != null) {

cs[i] = '.';

backTrack(word, i + 1, node.child[j], cs);

}

}

}

} else {

//node不为最终节点，所以不符合要求

if(!node.isEnd){

return;

}

StringBuilder stringBuilder = new StringBuilder();

for (int j = 0; j < word.length(); j++) {

stringBuilder.append(cs[j]);

}

list.add(stringBuilder.toString());

}

}

}