从小白开始刷算法前缀树篇 leetcode.720

最新推荐文章于 2024-06-01 23:14:10 发布

小小大凳子

最新推荐文章于 2024-06-01 23:14:10 发布

阅读量70

点赞数 8

分类专栏： leetcode刷题文章标签：算法 leetcode 职场和发展

本文链接：https://blog.csdn.net/weixin_39098935/article/details/131387695

版权

leetcode刷题专栏收录该内容

41 篇文章 0 订阅

订阅专栏

文章目录

序言

虽然算法很难，但不应该就放弃。这是一个学习笔记，希望你们喜欢~

先自己尝试写，大概十几分钟仍然写不出来
看思路，再尝试跟着思路写
仍然写不出来，再看视频
b站up视频推荐：爱学习的饲养员

leetcode其他文章：

数组篇：
从小白开始刷算法数组篇 leetcode.485
从小白开始刷算法数组篇 leetcode.283
从小白开始刷算法数组篇 leetcode.27

链表篇：
从小白开始刷算法 ListNode 链表篇 leetcode.203
从小白开始刷算法 ListNode 链表篇 leetcode.206

队列篇
从小白开始刷算法 ListNode 链表篇 leetcode.933

栈篇
从小白开始刷算法 Stack 栈篇 leetcode.20
从小白开始刷算法 Stack 栈篇 leetcode.496

哈希篇
从小白开始刷算法 Hash 哈希篇 leetcode.217
从小白开始刷算法 Hash 哈希篇 leetcode.705

树篇
从小白开始刷算法 Tree 树篇先序遍历 leetcode.144
从小白开始刷算法 Tree 树篇中序遍历 leetcode.94
从小白开始刷算法 Tree 树篇后序遍历 leetcode.94

堆篇
从小白开始刷算法 Heap 堆篇最大堆排序 leetcode.215
小白开始刷算法 Heap 堆篇最小堆排序 leetcode.692

双指针篇
从小白开始刷算法对撞双指针 leetcode.881
从小白开始刷算法快慢双指针篇 leetcode.141

二分法篇
从小白开始刷算法二分法篇 leetcode.704
从小白开始刷算法二分法篇 leetcode.35
从小白开始刷算法二分法篇 leetcode.162
从小白开始刷算法二分法篇 leetcode.74

滑动窗口篇
从小白开始刷算法滑动窗口篇 leetcode.209
从小白开始刷算法滑动窗口篇 leetcode.1456

递归篇
从小白开始刷算法递归篇 leetcode.509
从小白开始刷算法递归篇 leetcode.206

分治法篇
从小白开始刷算法分治法篇 leetcode.169
从小白开始刷算法分治法篇 leetcode.53

回溯法篇
从小白开始刷算法回溯法篇 leetcode.22
从小白开始刷算法回溯法篇 leetcode.78

dfs篇
从小白开始刷算法 dfs篇 leetcode.938
从小白开始刷算法 dfs篇 leetcode.200

bfs篇
从小白开始刷算法 bfs篇 leetcode.102

并查集篇
从小白开始刷算法并查集篇 leetcode.200
[从小白开始刷算法并查集篇 leetcode.547

记忆化搜索篇
从小白开始刷算法记忆化搜索篇 leetcode.509
从小白开始刷算法记忆化搜索篇 leetcode.322

动态规划篇
从小白开始刷算法动态规划篇 leetcode.509
从小白开始刷算法动态规划篇 leetcode.62

前缀树篇
从小白开始刷算法前缀树篇 leetcode.208

前缀树篇

难度：中等

题目：

720. 词典中最长的单词

给出一个字符串数组 words 组成的一本英语词典。返回 words 中最长的一个单词，该单词是由 words 词典中其他单词逐步添加一个字母组成。

若其中有多个可行的答案，则返回答案中字典序最小的单词。若无答案，则返回空字符串。

示例 1：

输入：words = [“w”,“wo”,“wor”,“worl”, “world”]
输出：“world”
解释：单词"world"可由"w", “wo”, “wor”, 和 "worl"逐步添加一个字母组成。

示例 2：

输入：words = [“a”, “banana”, “app”, “appl”, “ap”, “apply”, “apple”]
输出：“apple”
解释：“apply” 和 “apple” 都能由词典中的单词组成。但是 “apple” 的字典序小于 “apply”

题目来源：力扣（LeetCode）

思路

创建 TrieNode 类表示字典树节点，其中包含一个长度为 26 的 TrieNode 数组 children 用于存储子节点，以及一个布尔型变量 isEndOfWord 表示是否为单词的结束节点。

TrieNode 的 insert 方法用于向字典树中插入单词。它遍历单词的每个字符，根据字符的索引构造子节点，并将当前节点更新为子节点，最后将当前节点标记为单词的结束节点。
TrieNode 的 isWordChain 方法用于判断给定的单词是否构成一个有效的单词链。它遍历单词的每个字符，在字典树中查找对应的子节点，并判断子节点是否为结束节点。如果遍历完所有字符且每个字符都存在且构成有效的单词链，则返回 true，否则返回 false。
在 longestWord 方法中，首先创建一个空的字典树 trie，并将所有单词插入字典树中。
然后初始化最长单词 longestWord 为空字符串。
遍历所有单词，对于每个单词，判断其长度是否大于当前最长单词的长度，或者长度相等但字典序更小。如果满足条件，再判断单词是否构成一个有效的单词链（即在字典树中存在），如果是，则更新最长单词为当前单词。
返回最长单词。

// 仅是我的思路代码，leetcode上大神更厉害
class Solution {
  public String longestWord(String[] words) {
      TrieNode trie = new TrieNode();
      for (String word : words) {
          trie.insert(word);
      }
      String longestWord = "";
      for (String word : words) {
          //判断其长度是否大于当前最长单词的长度，或者长度相等但字典序更小
          if (word.length() > longestWord.length() ||
                  (word.length() == longestWord.length() && word.compareTo(longestWord) < 0)) {
              if(trie.isWordChain(word))
              longestWord = word;
          }
      }
      return longestWord;
  }
}

class TrieNode {
  private TrieNode[] children;
  private boolean isEndOfWord;

  public TrieNode() {
      children = new TrieNode[26];
      isEndOfWord = false;
  }

  public void insert(String word) {
      TrieNode curr = this;
      for (char c : word.toCharArray()) {
          int index = c - 'a';
          if (curr.children[index] == null) {
              curr.children[index] = new TrieNode();
          }
          curr = curr.children[index];
      }
      curr.isEndOfWord = true;
  }

  public boolean isWordChain(String word) {
      TrieNode curr = this;
      for (char c : word.toCharArray()) {
          int index = c - 'a';
          //检查当前节点 curr 的子节点 children[index] 是否为空，
          //或者子节点 children[index] 不是一个结束节点（即该字符不是一个完整的单词）。
          if (curr.children[index] == null || !curr.children[index].isEndOfWord) {
              //给定的单词 word 在字典树中不存在，返回 false，表示不是一个有效的单词链。
              return false;
          }
          //更新当前节点 curr 为子节点 children[index]，继续遍历下一个字符。
          curr = curr.children[index];
      }
      //如果成功遍历完给定单词的所有字符，且每个字符都在字典树中存在且构成有效的单词链（即所有字符都是完整的单词），则返回 true，表示是一个有效的单词链。
      return true;
  }
}