题目
Trie(发音类似 “try”)或者说 前缀树 是一种树形数据结构,用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景,例如自动补完和拼写检查。
请你实现 Trie 类:
Trie() 初始化前缀树对象。
void insert(String word) 向前缀树中插入字符串 word 。
boolean search(String word) 如果字符串 word 在前缀树中,返回 true(即,在检索之前已经插入);否则,返回 false 。
boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ,返回 true ;否则,返回 false 。
思路
是有一道用暴力过不了,然后我就看题解说有前缀树这种解法,然后我就学习一下。这道题算是前缀树里面比较简单的了。
构建一颗前缀树,一般根节点是不存放任何东西的,然后,因为它这个的子节点只有26个字母,所以就可以开一个Trie数组来存放子节点,还有,每个子节点有一个isEnd标记,表示当前前缀树是否有该完整的单词。【如果要统计词频的话,这里可以使用整形来计数】
对于插入而言,先获取到当前的树,然后遍历当前的字符串,如果当前位置的子节点为空,那么就创建当前子节点,否则,把指针移动到当前结点对应的子节点。遍历完整个单词后,将最后的结点的isEnd置为true。【表示有这个单词存在】
对于搜索而言,那就更简单了,获取当前树,遍历当前单词的字符串,获取当前树对应的节点,如果为空,那么就是不存在当前单词!
代码
class Trie {
private Trie [] children;
private boolean isEnd;
public Trie() {
children =new Trie[26];
isEnd = false;
}
public void insert(String word)
{
Trie node = this;
int length = word.length();
for(int i=0;i<length;++i)
{
char ch = word.charAt(i);
int index = ch -'a';
if(node.children[index]==null)
{
node.children[index]=new Trie();
}
node = node.children[index];
}
node.isEnd=true;//最后标识有这个单词
}
public boolean search(String word)
{
int length = word.length();
Trie node = this;
for(int i=0;i<length;++i)
{
char ch = word.charAt(i);
int index = ch -'a';
if(node.children[index]==null)
return false;
else
{
node=node.children[index];
}
}
return node.isEnd;
}
public boolean startsWith(String prefix)
{
Trie node = this;
int length = prefix.length();
for(int i=0;i<length;++i)
{
char ch = prefix.charAt(i);
int index = ch - 'a';
if(node.children[index]==null)
return false;
else
{
node = node.children[index];
}
}
return true;
}
}
结果
一种高效的查找单词的算法,本来只会用暴力,那不直接裂开!