leetcode208. 实现 Trie (前缀树)（Python3两种方法）

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