实现 Trie (前缀树)（python）

题目描述

➡ 题目链接 ⬅

实现一个 Trie (前缀树)，包含insert，search和 startsWith这三个操作。

示例:

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

说明:

1. 你可以假设所有的输入都是由小写字母 a-z 构成的。
2. 保证所有输入均为非空字符串。

解题思路

• Trie是一种树形数据结构，常用于检索字符串数据集中的键。其结点结构如下：

1. 假设字符只有小写字母，共26个，则最多有26个指向子结点的链接（树中每个结点最多有26个儿子），其中每一个链接对应一个字母。
2. python中使用字典dic构建Trie树数据结构。

• 插入操作
  • 首先从Trie树的根节点开始搜索，遍历word每一个字符，分为两种情况：
  1. 若字典dic存在word的第一个字符，则沿着该链接移动到树的下一层，即tree = tree[i]，继续搜索word的下一个字符，直到结束。
  2. 若字典dic不存在word的第一个字符，则创建一个新的节点，并将它与父节点相链接。
  3. 重复1，2步骤，直到插入word的最后一个字符，再存入结束标志符'#'，算法完成。
• 查找操作
  • 从word的第一个字符开始查找，分为两种情况：
  1. 若查找成功，则沿着该链接移动到树的下一层，并继续查找下一个字符。
  2. 若查找失败，判断当前节点是否为'#'，若是，则返回True；否则，返回False。
• 查找前缀操作
  • 该方法与查找操作类似。
  • 从根节点开始遍历，直到前缀prefix的最后一个字符。若能够顺利达到prefix的尾部，则返回True；若prefix的某一个字符查找失败，则返回False。

代码

class Trie:
    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.dic = {}

    def insert(self, word: str) -> None:
        """
        Inserts a word into the trie.
        """
        tree = self.dic
        for i in word:
            tree = tree.setdefault(i, {})
        tree['#'] = '#'

    def search(self, word: str) -> bool:
        """
        Returns if the word is in the trie.
        """
        tree = self.dic
        for i in word:
            if i not in tree:
                return False
            tree = tree[i]
        return '#' in tree

    def startsWith(self, prefix: str) -> bool:
        """
        Returns if there is any word in the trie that starts with the given prefix.
        """
        tree = self.dic
        for i in prefix:
            if i not in tree:
                return False
            tree = tree[i]
        return True

时间复杂度

• 时间复杂度优化至树的高度，即时间复杂度为O(m)