leetcode208. 实现 Trie (前缀树)
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:
- 你可以假设所有的输入都是由小写字母
a-z
构成的。 - 保证所有输入均为非空字符串。
前缀树Trie介绍:
首先介绍一下前缀树,又称字典树、Trie树。顾名思义,这是一个树结构,来快速检索前缀。最广泛的应用就是这里面的search操作,当你在检索的时候,搜索了某个前缀,搜索框就会自动给出一些高频出现的,以这个为前缀的单词,用户就不需要打全整个单词了。
我们看Trie的结构,如下,假设我们现在单词表中有[dog,dot,one,do,ok]。
我们首先定义一个root结点作为开始,然后把五个单词每个字符按照顺序加入树。**每一个树节点的True表示从根节点到这个节点组成的单词在单词表中,我们可以知道,所有的叶节点都为True。**我们搜索do,发现最后o对应的结点为True,所以do这个单词存在。我们搜索on,n这个节点为Fasle,这个单词不存在。
对于insert操作,我们只要从根节点开始,按顺序对单词每个字符结点加入即可(如果已经存在了就忽略),对单词的最后一个字符的结点置为True。
对于startswith操作,我们只要判断这个前缀是不是按顺序存在即可,不需要考虑True和False,比如前缀on是存在的。
下面我们使用两种方法实现前缀树。
方法一:树节点+数组
思路:
由于每个节点的子节点,最多为26个,即a-z,那么我们先定义前缀树节点TrieNode。
#定义Trie节点,val表示这个结点为止是不是一个单词,
#next表示这个节点之后的字符的树节点数组,长度为26,表示a-z,
#初始化为没有后续字符,所以都为None
class TrieNode:
def __init__(self):
self.val = False
self.next = [None for _ in range(26)]
那么Trie树中,我们首先定义一个root节点,然后在insert操作中,不断根据下面一个结点是什么字母,根据ASCII码算数组的下标,定义一个新的TrieNode,来更新next数组,单词的最后一个字符对应的TrieNode结点的val置为True,表示是一个单词的结尾。
search和startswith操作与上面介绍一致,从根节点遍历即可。
代码:
#定义Trie节点,val表示这个结点为止是不是一个单词,
#next表示这个节点之后的字符的树节点数组,长度为26,表示a-z,
#初始化为没有后续字符,所以都为None
class TrieNode:
def __init__(self):
self.val = False
self.next = [None for _ in range