前缀树(字典树）

leetcode 208题

Tag：前缀树（字典树）、设计、哈希表

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 。

示例：

输入
[“Trie”, “insert”, “search”, “search”, “startsWith”, “insert”, “search”]
[[], [“apple”], [“apple”], [“app”], [“app”], [“app”], [“app”]]
输出
[null, null, true, false, true, null, true]
解释
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

提示：

• 1 <= word.length, prefix.length <= 2000
• word 和 prefix 仅由小写英文字母组成
• insert、search 和 startsWith 调用次数 总计 不超过 3 * 104 次

思路1：把每一个节都当作一个Trie类，其中类中设置变量Trie[] children 和isEnd，isEnd用来判断当前节点是否是一个结束节点，用于search方法当中，在startWith方法中，只用判断当前节点存在即可。（java实现）

class Trie {
    private Trie[] children;    //默认时封装范围package
    private boolean isEnd;
    public Trie() {
        children = new Trie[26];
        isEnd = false;      //判断当前节点是否为终止结点
    }
    
    public void insert(String word) {
        Trie node = this;   //获取本类
        for(int i = 0; i < word.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;
    }
    
    public boolean search(String word) {
        Trie node = searchPri(word);
        return node != null && node.isEnd == true;
    }
    
    public boolean startsWith(String prefix) {
        Trie node = searchPri(prefix);
        return node != null;
    }

    public Trie searchPri(String prefix) {
        Trie node = this;
        for(int i = 0; i < prefix.length(); ++i) {
            char ch = prefix.charAt(i);
            int index = ch - 'a';
            if(node.children[index] != null)
                node = node.children[index];
            else
                return null;
        }
        return node;
    }
}

思路二：将思路一中的数组换为哈希表，并加入一个”#“用来判断当前节点是否为尾字符。（python实现）

class Trie:
    
    def __init__(self):
        self.nownode = collections.defaultdict(dict)

    def insert(self, word: str) -> None:
        nownode = self.nownode
        for ch in word:
            if ch not in nownode:
                nownode[ch] = collections.defaultdict(dict)
            nownode = nownode[ch]
        nownode['#'] = '#'  #有一定的局限性 前提是单词里不能有结束符

    def search(self, word: str) -> bool:
        nownode = self.nownode
        for ch in word:
            if ch in nownode:
                nownode = nownode[ch]
            else:
                return False
        return nownode['#'] == '#'

    def startsWith(self, prefix: str) -> bool:
        nownode = self.nownode
        for ch in prefix:
            if ch in nownode:
                nownode = nownode[ch]
            else:
                return False
        return True

总结：字典树（前缀树）就是多叉树与字典的结合，每一个树结点都是一个字典（{ch:Trie})或者数组（Trie[ ]），掌握了这两个要点，那么在插入和查询时就能够得心应手。