LeetCode—208.实现 Trie (前缀树)(Implement Trie (Prefix Tree))——分析及代码（C++、Java）

一、题目

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/implement-trie-prefix-tree
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

二、分析及代码

1. 前缀树

（1）思路

整体构造思路是：树的各节点存储单个字符，对树的深度搜索构成相应字符串。
设计一个节点类，存储子节点的指针及当前位置是否为字符串结尾。
（无需存储字符内容，因为节点的位置本身就对应了字符内容）

（2）代码（C++）

class TrieNode {
public:
    bool end_with;//当前位置是否为字符串结尾
    TrieNode* next[26];//子节点对应指针

    TrieNode() {
        end_with = false;
        memset(next, 0, sizeof(next));
    }
};

class Trie {
    TrieNode root;//记录根节点

public:
    /** Initialize your data structure here. */
    Trie() {}
    
    /** Inserts a word into the trie. */
    void insert(string word) {
        TrieNode* node = &root;
        for (int i = 0; i <word.size(); i++) {
            int c = word[i] - 'a';
            if (node->next[c] != NULL) {
                node = node->next[c];
            }
            else {
                node->next[c] = new TrieNode();
                node = node->next[c];
            }
        }
        node->end_with = true; 
    }
    
    /** Returns if the word is in the trie. */
    bool search(string word) {
        TrieNode* node = &root;
        for (int i = 0; i < word.size(); i++) {
            if (node->next[word[i] - 'a'] != NULL)
                node = node->next[word[i] - 'a'];
            else
                return false;
        }
        return (node->end_with) ? true : false;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    bool startsWith(string prefix) {
        TrieNode* node = &root;
        for (int i = 0; i < prefix.size(); i++) {
            if (node->next[prefix[i] - 'a'] != NULL)
                node = node->next[prefix[i] - 'a'];
            else
                return false;
        }
        return true;
        
    }
};

（3）结果（C++）

执行用时 ：64 ms, 在所有 C++ 提交中击败了 98.95% 的用户；
内存消耗 ：44.8 MB, 在所有 C++ 提交中击败了 53.91% 的用户。

（4）代码（Java）

class Trie {
    private Trie[] child;//下一字符
    private boolean isEnd;//当前字符是否可为终点，区分前缀和完整字符串

    /** Initialize your data structure here. */
    public Trie() {
        this.child = new Trie[26];
        this.isEnd = false;
    }
    
    /** Inserts a word into the trie. */
    public void insert(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); i++) {
            int c = word.charAt(i) - 'a';
            if (node.child[c] == null)
                node.child[c] = new Trie();
            node = node.child[c];
        }
        node.isEnd = true;
        return;
    }
    
    /** Returns if the word is in the trie. */
    public boolean search(String word) {
        Trie node = searchLastNode(word);
        return node != null && node.isEnd;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        return searchLastNode(prefix) != null;
    }

    private Trie searchLastNode(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); i++) {
            int c = word.charAt(i) - 'a';
            if (node.child[c] == null)
                return null;
            node = node.child[c];
        }
        return node;
    }
}

（5）结果（Java）

执行用时 ：41 ms，在所有 Java 提交中击败了 69.36% 的用户；
内存消耗 ：48 MB，在所有 Java 提交中击败了 60.38% 的用户。

三、其他

（C++）用 memset 初始化比遍历快不少。