描述
字典树又称为前缀树或者Trie树,是处理字符串常用的数据结构。
假设组成所有单词的字符仅是‘a’~‘z’,请实现字典树的结构,并包含以下四个主要的功能。
1. void insert(String word):添加word,可重复添加;
2. void delete(String word):删除word,如果word添加过多次,仅删除一次;
3. boolean search(String word):查询word是否在字典树中出现过(完整的出现过,前缀式不算);
4. int prefixNumber(String pre):返回以字符串pre作为前缀的单词数量。
现在给定一个m,表示有m次操作,每次操作都为以上四种操作之一。每次操作会给定一个整数op和一个字符串word,op代表一个操作码,如果op为1,则代表添加word,op为2则代表删除word,op为3则代表查询word是否在字典树中,op为4代表返回以word为前缀的单词数量(数据保证不会删除不存在的word)。
对于每次操作,如果op为3时,如果word在字典树中,请输出“YES”,否则输出“NO”;如果op为4时,请输出返回以word为前缀的单词数量,其它情况不输出。
数据范围:操作数满足 0≤m≤105,字符串长度都满足 0≤n≤20
进阶:所有操作的时间复杂度都满足 O(n)
示例1
输入:
[["1","qwer"],["1","qwe"],["3","qwer"],["4","q"],["2","qwer"],["3","qwer"],["4","q"]]
返回值:
["YES","2","NO","1"]
备注:
m≤105 ∣word∣≤20
Python代码:
#
# 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
#
#
# @param operators string字符串二维数组 the ops
# @return string字符串一维数组
#
class Trie:
def __init__(self):
self.children = dict()
self.word_num = 0
self.prefix_num = 0
def insert(self, word):
node = self
for char in word:
if char not in node.children:
node.children[char] = Trie()
node.children[char].prefix_num += 1
node = node.children[char]
node.word_num += 1
def delete(self, word):
node = self
for char in word:
if char not in node.children:
return None
node.children[char].prefix_num -= 1
node = node.children[char]
node.word_num -= 1
def search(self, word):
node = self
for char in word:
if char not in node.children:
return 0
node = node.children[char]
return node.word_num
def prefixNumber(self, pre):
node = self
for char in pre:
if char not in node.children:
return 0
node = node.children[char]
return node.prefix_num
class Solution:
def trieU(self , operators: List[List[str]]) -> List[str]:
# write code here
res = []
trie = Trie()
for operator in operators:
if operator[0] == "1":
trie.insert(operator[1])
elif operator[0] == "2":
trie.delete(operator[1])
elif operator[0] == "3":
if trie.search(operator[1]):
res.append("YES")
else:
res.append("NO")
else:
prefix_num = trie.prefixNumber(operator[1])
res.append(str(prefix_num))
return res