LeetCode 208:实现 Trie(前缀树)—— Java 题解 ✅

LeetCode 208:实现 Trie(前缀树)------ Java 题解 ✅

🔗 题目链接

👉 https://leetcode.cn/problems/implement-trie-prefix-tree/


📖 内容概要

本文介绍如何使用 Java 实现一个 Trie(前缀树 / 字典树),支持以下三种操作:

  • insert(word):插入单词
  • search(word):查找完整单词
  • startsWith(prefix):查找前缀

代码已 AC(Accepted),结构清晰、易理解,适合面试与刷题使用。


💡 解题思路

什么是 Trie?

Trie 是一种 多叉树结构(26叉树),用于高效存储和检索字符串集合。

特点:

  • 每个节点代表一个字符
  • 从根节点到某一节点的路径构成一个字符串
  • end 标记是否为完整单词

数据结构设计

text 复制代码
root
 ├── a
 │    └── p
 │         └── p
 │              └── end = true ("app")
 └── b
      └── e
           └── d
                └── end = true ("bed")

核心思想

  1. 插入(insert)

    • 从根节点开始
    • 逐字符向下走
    • 不存在则新建节点
    • 最后一个字符标记为 end = true
  2. 查找(search)

    • 沿路径向下
    • 中途断掉 → 返回 false
    • 到达末尾后,必须 end == true
  3. 前缀匹配(startsWith)

    • 只要路径存在即可
    • 不要求 end == true

✅ AC 代码(Java)

java 复制代码
class Node {
    Node[] children = new Node[26];
    boolean end = false;
}

class Trie {

    Node root;

    public Trie() {
        root = new Node();
    }

    // 插入单词
    public void insert(String word) {
        Node cur = root;
        for (char c : word.toCharArray()) {
            c -= 'a'; // 转为 0~25
            if (cur.children[c] == null) {
                cur.children[c] = new Node();
            }
            cur = cur.children[c];
        }
        cur.end = true;
    }

    // 查找完整单词
    public boolean search(String word) {
        Node cur = root;
        for (char c : word.toCharArray()) {
            c -= 'a';
            if (cur.children[c] == null) {
                return false;
            }
            cur = cur.children[c];
        }
        return cur.end;
    }

    // 查找前缀
    public boolean startsWith(String prefix) {
        Node cur = root;
        for (char c : prefix.toCharArray()) {
            c -= 'a';
            if (cur.children[c] == null) {
                return false;
            }
            cur = cur.children[c];
        }
        return true;
    }
}

⏱️ 复杂度分析

时间复杂度

操作 复杂度
insert O(L)
search O(L)
startsWith O(L)

L 为字符串长度

空间复杂度

  • 最坏情况:O(26^L)
  • 实际远小于此值(共享前缀)

✅ 总结

  • Trie 非常适合 前缀匹配、自动补全、词典查询
  • 本题是 Trie 的入门模板题
  • 掌握这一版代码,面试中 90% 的 Trie 问题都能直接套用
相关推荐
Wenzar_1 小时前
GeoHash+Redis Streams实时围栏系统实战
java·数据库·redis·junit
可乐ea1 小时前
【知识获取与分享社区项目 | 项目日记第 20 天】search_after 游标分页:解决 Elasticsearch 深分页稳定性问题
java·大数据·elasticsearch·搜索引擎·全文检索
吴可可1231 小时前
CAD2004二次开发C#可行性解析
算法
字节高级特工1 小时前
C++11(二) 革新:引用折叠与lambda表达式
java·开发语言·c++·算法
萨小耶1 小时前
[Java学习日记11】聊聊深拷贝和浅拷贝
java·开发语言·学习
Mr.朱鹏1 小时前
基于 postgres_fdw 的跨库查询方案
java·数据库·spring boot·sql·spring·postgresql
敲个大西瓜1 小时前
Java并发实用干货
java
碎碎念_4921 小时前
”二分“高频题型总结:最小最大值、最大最小值、满足条件最小 / 最大
算法·二分
1368木林森1 小时前
【Spring源码17·完结篇】SpringBoot核心注解+高频坑点+失效场景万字全集!收官Spring全家桶源码系列
java·spring boot·后端