Leet热题100--208. 实现 Trie (前缀树)--中等

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，例如自动补全和拼写检查。

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

题解

java 复制代码

class Trie {
    private static class Node {
        Node[] son = new Node[26];
        boolean end = false;
    }

    private final Node root = new Node();

    public void insert(String word) {
        Node cur = root;
        for (char c : word.toCharArray()) {
            c -= 'a';
            if (cur.son[c] == null) { // 无路可走？
                cur.son[c] = new Node(); // new 出来！
            }
            cur = cur.son[c];
        }
        cur.end = true;
    }

    public boolean search(String word) {
        return find(word) == 2;
    }

    public boolean startsWith(String prefix) {
        return find(prefix) != 0;
    }

    private int find(String word) {
        Node cur = root;
        for (char c : word.toCharArray()) {
            c -= 'a';
            if (cur.son[c] == null) { // 道不同，不相为谋
                return 0;
            }
            cur = cur.son[c];
        }
        // 走过同样的路（2=完全匹配，1=前缀匹配）
        return cur.end ? 2 : 1;
    }
}

/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */

解析

出自：灵茶山艾府：从二叉树到二十六叉树（Python/Java/C++/C/Go/JS/Rust）

private static class Node {Node[] son = new Node[26]; boolean end = false;}: 定义了一个内部类 Node，它是 Trie 的节点结构。son 是一个数组，存储了该节点的子节点；end 用于标识一个单词在此处结束（即该路径在单词字典中形成了一个完整的单词）。
private final Node root = new Node();: 创建根节点，并初始化为一个新的 Node 对象。这个根节点的所有子节点都将作为 Trie 树的起始位置。
3-5: insert 方法用于向 Trie 中插入字符串 word。它通过遍历 word 中的每个字符来工作，如果当前字符对应的 son 数组索引为 null，就创建一个新的 Node（即初始化该子节点）。最后将单词标记为结束。
6-8: search 方法用于在 Trie 中查找给定的字符串 word。如果 find 返回的结果是表示完全匹配且该路径结束的 2，则返回 true；否则返回 false。
9-10: startsWith 方法用于检查是否有任何单词以给定前缀 prefix 开头。如果 find 返回的结果不是表示没有对应字符的路径（即对应索引在 son 数组中不为空），则返回 true；否则返回 false。
11-20: find 方法用于找出给定的 word。它遍历 word 中的每个字符并尝试从根节点沿着路径向下移动到子树，直到达到单词的末尾或遇到不存在于 Trie 中的字符。如果单词在这个位置结束（end = true）并且找到了对应索引在 son 数组中的节点，返回2；否则表示没有完全匹配且该路径的前缀在此处终止，返回1。
/**
Your Trie object will be instantiated and called as such:
Trie obj = new Trie();
obj.insert(word);
boolean param_2 = obj.search(word);
boolean param_3 = obj.startsWith(prefix);
*/
等价代码用于创建一个新的 Trie，插入单词、搜索单词和检查是否存在以某个前缀开头的单词。实例化的 Trie 对象用于执行这些操作。这个类主要用于快速查找、删除和插入数据结构。