leetcode---208.实现Trie(前缀树)（前缀树的三种实现）

208.实现Trie(前缀树)

问题：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

思路：List实现

class Trie {
    private List<String> trie;
    public Trie() {
        this.trie = new ArrayList();
    }
    
    public void insert(String word) {
        trie.add(word);
    }
    
    public boolean search(String word) {
        return trie.contains(word);
    }
    
    public boolean startsWith(String prefix) {
        if(trie.contains(prefix)){
            return true;
        }
        for(String word: trie){
            if(word.startsWith(prefix)){
                return true;
            }
        }
        return false;
    }
}

• Map+List实现，时间上会比直接用List快一些

class Trie {
    private Map<String, List<String>> trie;
    private List<String> stringList;
    public Trie() {
        this.trie = new HashMap();
    }
    
    public void insert(String word) {
        String firstChar = word.substring(0, 1);
        stringList = trie.getOrDefault(firstChar, new ArrayList());
        stringList.add(word);
        trie.put(firstChar, stringList);
    }
    
    public boolean search(String word) {
        String firstChar = word.substring(0, 1);
        if(trie.containsKey(firstChar)){
            stringList = trie.get(firstChar);
            return stringList.contains(word);
        } 
        return false;
    }
    
    public boolean startsWith(String prefix) {
        String firstChar = prefix.substring(0, 1);
        if(trie.containsKey(firstChar)){
            stringList = trie.get(firstChar);
            for(String w : stringList){
                if(w.startsWith(prefix)){
                    return true;
                }
            }
        } 
        return false;
    }
}

• 自定义实现字典树(多叉树)

最终要实现的树是一颗多叉树，

每个节点包括指向子节点的指针数组children以及是否为字符串的结尾isEnd。

这道题只包含26个小写字母，所以可以用数组的下标来表示这些字母，数值则表示其子节点。

长这个样子：

这样每个节点就会含有大量的空链接

可以看作是这样的，方便理解

插入字符串

从根节点开始遍历，按字符依次插入，记住哈，我们用数组下标来表示字符，对应的值表示子节点

• 若子节点存在，即children[index] != null(index为根据当前字符计算出来的对应的数组下标)，我们就将根据指针移动到子节点，继续下一个字符的处理
• 若不存在，就新建一个新节点，放在当前下标对应的位置上，然后根据指针移动到其对应的子节点(新建的节点)，处理下一个字符。

重复以上步骤，直到将整个字符串全部插入，然后将当前节点的isEnd标志位置为true

查找前缀

从根开始查找，按照所给前缀的字符查找

• 若子节点存在，则根据指针移动到子节点，继续查找下一个字符
• 若子节点不存在，则返回空指针，说明所给前缀没找到

重复以上步骤，直到返回null或找到前缀的最后一个字符。

找到该前缀的最后一个字符，说明该前缀树中存在这个前缀

若这个字符对应的节点的标志位isEnd(表示是否有字符串以该字符结尾)为true，说明这个字符串在这颗前缀树里。代码如下

class Trie {
    private Trie[] children;
    private boolean isEnd;

    public Trie() {
        this.children = new Trie[26];
        this.isEnd = false;
    }
    
    public void insert(String word) {
        //从根节点开始
        Trie node = this;
        for(int i = 0; i < word.length(); i++){
            char ch = word.charAt(i);
            //根据ascii码计算其下标
            int index = ch - 'a';
            //子节点不存在
            if(node.children[index] == null){
                node.children[index] = new Trie();
            }
            //根据指针移动到子节点
            node = node.children[index];
        }
        node.isEnd = true;
    }

    private Trie searchPrefix(String prefix){
        //从根节点开始搜索
        Trie node = this;
        for(int i = 0; i < prefix.length(); i++){
            char ch = prefix.charAt(i);
            int index = ch - 'a';
            //该前缀树中没有这个字符，该前缀不存在于该前缀树中
            if(node.children[index] == null){
                return null;
            } 
            //根据指针移动到子节点
            node = node.children[index];
        }
        //找到前缀的最后一个字符
        return node;
    }
    
    public boolean search(String word) {
        Trie node = searchPrefix(word);
        return node != null && node.isEnd;
    }
    
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;
    }
}

整理思路，记录博客，以便复习。若有误，望指正~