LeetCode: 208. Implement Trie (Prefix Tree)

LeetCode: 208. Implement Trie (Prefix Tree)

题目描述

Implement a trie with insert, search, and startsWith methods.

Example:

Trie trie = new Trie();

trie.insert("apple");
trie.search("apple");   // returns true
trie.search("app");     // returns false
trie.startsWith("app"); // returns true
trie.insert("app");   
trie.search("app");     // returns true

Note:

  • You may assume that all inputs are consist of lowercase letters a-z.
  • All inputs are guaranteed to be non-empty strings.

解题思路 —— 字典树

根据字典树的定义编码。

AC 代码

class Trie {
private:
    const static int CHILD_NODE_NUM = 27;
    struct TrieNode
    {
        TrieNode* ch[CHILD_NODE_NUM];
        size_t count;
        
        TrieNode():count(0)
        {
            for(size_t i = 0; i < CHILD_NODE_NUM; ++i)
            {
                ch[i] = nullptr;
            }
        }
    };
public:
    /** Initialize your data structure here. */
    Trie() {
        root = new TrieNode();
    }
    
    /** Inserts a word into the trie. */
    void insert(string word) {
        insert(root, word, 0);
    }
    
    /** Returns if the word is in the trie. */
    bool search(string word) {
        return search(root, word, 0);
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    bool startsWith(string prefix) {
        return startsWith(root, prefix, 0);
    }
private:
    void insert(TrieNode* r, string word, int idx)
    {
        int chIdx = CHILD_NODE_NUM-1;
      
        if(word.size() < idx)
        {
            return;
        }
        else if(word.size() != idx)
        {
            chIdx = word[idx]-'a';
        }
        
        if(r->ch[chIdx] == nullptr)
        {
            r->ch[chIdx] = new TrieNode();
        }
        
        ++(r->ch[chIdx]->count);
        
        insert(r->ch[chIdx], word, idx+1);
    }
    
    bool search(TrieNode* r, string word, int idx)
    {
        int chIdx = CHILD_NODE_NUM-1;
      
        if(word.size() < idx)
        {
            return r->count;
        }
        else if(word.size() != idx)
        {
            chIdx = word[idx]-'a';
        }
        
        if(r->ch[chIdx] == nullptr)
        {
            return false;
        }
        
        return search(r->ch[chIdx], word, idx+1);
    }
    bool startsWith(TrieNode* r, string word, int idx)
    {
        if(word.size() == idx)
        {
            return r->count;
        }
        
        if(r->ch[word[idx]-'a'] == nullptr)
        {
            return false;
        }
        
        return startsWith(r->ch[word[idx]-'a'], word, idx+1);
    }
private:
    TrieNode* root;
};

/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * bool param_2 = obj.search(word);
 * bool param_3 = obj.startsWith(prefix);
 */
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值