LeetCode——208. 实现 Trie (前缀树)

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！