LeetCode题练习与总结：实现Trie(前缀树)--208

一、题目描述

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 * 10^4 次

二、解题思路

• Trie树的基本结构：每个节点包含一个字符和一个布尔值（表示是否是单词的结尾），以及一个子节点数组（大小为26，对应26个小写英文字母）。

• 初始化：创建一个根节点，不包含任何字符，并且不是单词的结尾。

• 插入操作：

  • 从根节点开始，遍历字符串的每个字符。
  • 对于每个字符，判断当前节点的子节点数组中是否存在对应的字符节点，如果不存在，则创建一个新的节点。
  • 遍历到字符串的最后一个字符时，将最后一个节点标记为单词的结尾。

• 搜索操作：

  • 从根节点开始，遍历字符串的每个字符。
  • 对于每个字符，判断当前节点的子节点数组中是否存在对应的字符节点，如果不存在，则返回false。
  • 遍历完整个字符串后，判断最后一个节点是否是单词的结尾，如果是，则返回true，否则返回false。

• 前缀搜索操作：

  • 从根节点开始，遍历前缀的每个字符。
  • 对于每个字符，判断当前节点的子节点数组中是否存在对应的字符节点，如果不存在，则返回false。
  • 遍历完整个前缀后，返回true。

三、具体代码

class Trie {
    private TrieNode root;

    public Trie() {
        root = new TrieNode();
    }
    
    public void insert(String word) {
        TrieNode node = root;
        for (char c : word.toCharArray()) {
            if (node.children[c - 'a'] == null) {
                node.children[c - 'a'] = new TrieNode();
            }
            node = node.children[c - 'a'];
        }
        node.isEnd = true;
    }
    
    public boolean search(String word) {
        TrieNode node = root;
        for (char c : word.toCharArray()) {
            if (node.children[c - 'a'] == null) {
                return false;
            }
            node = node.children[c - 'a'];
        }
        return node.isEnd;
    }
    
    public boolean startsWith(String prefix) {
        TrieNode node = root;
        for (char c : prefix.toCharArray()) {
            if (node.children[c - 'a'] == null) {
                return false;
            }
            node = node.children[c - 'a'];
        }
        return true;
    }
}

class TrieNode {
    public TrieNode[] children;
    public boolean isEnd;

    public TrieNode() {
        children = new TrieNode[26];
        isEnd = false;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• insert 方法：

  • 对于每个插入的字符串，我们遍历一次字符串的每个字符。
  • 在每次遍历中，我们访问和可能创建一个新节点，这是一个常数时间操作（O(1)）。
  • 因此，insert 方法的时间复杂度是 O(n)，其中 n 是字符串的长度。

• search 方法：

  • 对于每个搜索操作，我们遍历一次字符串的每个字符。
  • 在每次遍历中，我们检查是否存在对应的子节点，这是一个常数时间操作（O(1)）。
  • 因此，search 方法的时间复杂度是 O(n)，其中 n 是字符串的长度。

• startsWith 方法：

  • 对于每个前缀搜索操作，我们遍历一次前缀的每个字符。
  • 在每次遍历中，我们检查是否存在对应的子节点，这是一个常数时间操作（O(1)）。
  • 因此，startsWith 方法的时间复杂度是 O(n)，其中 n 是前缀的长度。

2. 空间复杂度

• Trie树的空间复杂度取决于插入的字符串的数量和它们的长度。

  • Trie树中的每个节点都包含一个长度为26的数组，用于存储子节点，以及一个布尔值来标记是否是单词的结尾。
  • 如果插入的字符串长度总和为 S，并且平均每个字符串的长度为 L，那么最坏情况下（没有公共前缀），Trie树的空间复杂度将是 O(S)。
  • 在实际情况下，由于字符串之间可能有公共前缀，空间复杂度会小于 O(S)。

• 具体来说：

  • Trie树中的节点总数取决于插入的字符串中不同字符的组合数。
  • 如果所有的字符串都是完全不同的，那么空间复杂度将是 O(m * L)，其中 m 是插入的字符串的数量，L 是字符串的最大长度。
  • 在最坏的情况下，即每个字符串都不共享任何前缀，空间复杂度将是 O(m * L)。
  • 在平均情况下，空间复杂度会小于 O(m * L)，因为字符串之间会有共享的前缀。

3. 总结

• insert 方法的时间复杂度：O(n)，空间复杂度：O(m * L)（最坏情况），平均小于 O(m * L)。
• search 方法的时间复杂度：O(n)，空间复杂度：O(1)（不需要额外空间）。
• startsWith 方法的时间复杂度：O(n)，空间复杂度：O(1)（不需要额外空间）。

五、总结知识点

• 数据结构：

  • 树形结构：Trie树是一种树形结构，用于高效地存储和检索字符串数据集。
  • 节点：TrieNode类代表Trie树中的节点，每个节点包含一个子节点数组和一个标记是否为单词结尾的布尔值。

• 字符与整数的转换：

  • 使用字符与整数的转换（char - 'a'）来计算字符在子节点数组中的索引位置，从而实现只使用固定大小的数组来存储子节点。

• 数组的初始化与访问：

  • 数组的初始化：TrieNode类的构造函数中初始化了一个大小为26的TrieNode数组，用于存储26个小写英文字母的子节点。
  • 数组的访问：在insert、search和startsWith方法中，通过字符索引来访问子节点数组。

• 字符串遍历：

  • 使用String.toCharArray()方法将字符串转换为字符数组，然后通过for-each循环遍历字符数组。

• 递归思想：

  • 虽然代码中没有显式的递归调用，但insert、search和startsWith方法都隐含了递归的思想，即在每个节点上，根据当前字符向下移动到下一个子节点。

• 成员变量与构造函数：

  • Trie类包含一个成员变量root，它是一个TrieNode对象，代表Trie树的根节点。
  • Trie类的构造函数初始化根节点。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。