Python 面向对象编程 + 基本数据结构实现【part 3】：Trie 字典树

Python 面向对象编程 + 基本数据结构实现【part 3】：Trie 字典树

字典树

注： 这些代码能够通过 Leetcode 208. 实现 Trie (前缀树) 这道题。

字典树是一种树状抽象数据结构，能够存储一系列字符串，在 $O(N)$ 时间内插入及读取一个单词。

对于英文的前缀字典树的每个节点，最多有 $26$ 个可能的子节点。同时要考虑到前缀相同，但单词长度不同的情况：比如 “apple” 和 “apples” 。因此引入一个 “//” 来表示这个单词的结尾。因此一共有 $27$ 个可能的结果。这个数据量显然用哈希（ dict() ）这个数据结构来存储后继效率更高。

每个结点的定义如下：

class TreeNode(object):
    def __init__(self, Char):
        self.char = Char
        self.children = dict()

在每个结点的 children 中的存储结构是这样的：

" a " → { " a " : p A , " b " : p B , ⋯   } "a"\rightarrow \{"a":p_A, "b":p_B,\cdots\} "a"→{"a":pA​,"b":pB​,⋯}

其中 $p_A$ 是指向下一个 $a$ 节点的指针。

字典树的插入

思路很简单：

1. 如果当前节点的字典中，没有下一个字符的节点，则插入；
2. 否则，则步入下一个节点，对下一个字符进行搜索，直到搜索到队尾标识符 \\ 。

单词的查找

1. 如果当前指针的字典中有下一个字符，则往该子节点节点搜索。
2. 否则，则 return False。

根据前缀查找是否有后继

思路于单词的查找相似，这里不赘述了。

代码实现

class TreeNode(object):
    def __init__(self, Char):
        self.char = Char
        self.children = dict()
class Trie(object):
    
    def __init__(self):
        self.root = TreeNode("Tree Root")

    def insert(self, word):
        word = word + "\\"
        cur = self.root
        for i in word:
            if i not in cur.children.keys():
                cur.children[i] = TreeNode(i)
            cur = cur.children[i]

    def search(self, word):
        word = word + "\\"
        cur = self.root
        for i in word:
            if i in cur.children.keys():
                cur = cur.children[i]
            else:
                return False
        return True

    def startsWith(self, prefix):
        cur = self.root
        for i in prefix:
            if i in cur.children.keys():
                cur = cur.children[i]
            else:
                return False
        return True

if __name__ == "__main__":
    obj = Trie()
    words = ["apple", "app", "appl"]
    for word in words:
        obj.insert(word)
    param_2 = obj.search("ap")
    print(param_2)
    prefix = "apple"
    param_3 = obj.startsWith(prefix)
    print(param_3)

结果验证：

对于上述几个单词构建的 歪脖子 字典树为：

>>> False
>>> True

符合我们的预期。