class TrieTree {
//一棵前缀,一棵后缀
private Node root1;//根节点,没有值
private Node root2;
//内部节点类
private class Node{
private Node childs[];//以下标为26个字母,存储下一个节点
private boolean isLeaf;//是否为叶子节点
private List<Integer> idxs;//经过该节点的单词索引
public Node(){
childs=new Node[26];
isLeaf=false;
idxs=new ArrayList<>();
}
public boolean contains(char key){
return childs[key-'a']!=null;
}
public Node get(char key){
return childs[key-'a']==null?null:childs[key-'a'];
}
public void put(char key,Node n){
childs[key-'a']=n;
}
}
public TrieTree(){
root1=new Node();
root2=new Node();
}
//添加字符串
public void put(String word,int idx){
put(root1,root2,word,idx);
}
private void put(Node root1,Node root2,String word,int idx){
char[] chs=word.toCharArray();
int n=chs.length;
Node cur2=root2;
Node cur1=root1;
for (int i = 0; i < n; i++) {
//如果不包含其中某个字符,创建新节点
if(!cur1.contains(chs[i])){
cur1.put(chs[i],new Node());
}
if(!cur2.contains(chs[n-1-i])){
cur2.put(chs[n-1-i],new Node());
}
cur1=cur1.get(chs[i]);//如果包含则继续寻找下一个字符
cur2=cur2.get(chs[n-1-i]);
//对于某个单词,如果其经过某个节点,则记录到该节点
//那么查找某个前缀时,最后一个节点记录了所有具有该前缀的单词索引
cur1.idxs.add(idx);
cur2.idxs.add(idx);
}
//到达单词结尾
cur1.isLeaf=true;
cur2.isLeaf=true;
}
List<Integer> search(Node root,String pre,int idx){
//到达结尾
if(idx==pre.length())
return root.idxs;
char c=pre.charAt(idx);
if(root.get(c)!=null)
return search(root.get(c),pre,idx+1);
else return null;
}
}
TrieTree t;
public WordFilter(String[] words) {
t=new TrieTree();
for(int i=0;i<words.length;i++){
t.put(words[i],i);
}
}
public int f(String a, String b) {
StringBuilder sb=new StringBuilder(b);
//由于添加单词时索引从小到大,那么节点的idxs必为有序
List<Integer> s1=t.search(t.root1,a,0);//具有a前缀
List<Integer> s2=t.search(t.root2,sb.reverse().toString(),0);//具有b后缀
//从后向前寻找同时存在于两个列表的最大索引
if(s1!=null&&s2!=null){
for (int i = s1.size()-1,j=s2.size()-1; i >=0 ; i--) {
while(j>=0){
if(s2.get(j).equals(s1.get(i)))//Integer类型比较
return s1.get(i);
if(s2.get(j)<s1.get(i))
break;
j--;
}
}
}
return -1;
}
2022.7.14-----leetcode.745
这篇博客介绍了如何利用Trie树数据结构实现字符串的前缀和后缀匹配。通过创建两个Trie树,分别存储单词的前缀和后缀,实现了高效的搜索。文章详细讲解了Trie树的节点结构、插入单词的方法以及搜索具有特定前缀或后缀的单词索引。此外,还提供了一个名为`WordFilter`的类,用于查找同时具有特定前缀和后缀的单词最大索引。
摘要由CSDN通过智能技术生成