字典树是一种能够快速插入和查询字符串的多叉树结构,节点的编号各不相同,根节点编号为0
Trie树,即字典树,又称单词查找树或键树,是一种树形结构,是一种哈希树的变种。
核心思想也是通过空间来换取时间上的效率
在一定情况下字典树的效率要比哈希表要高
字典树在解决公共前缀的使用,所以叫前缀树
先说如何创建字典树
这个是只有26个小写字母存放的字典树
class TrieNode{
public:
TrieNode* next[26];
bool isword;
TrieNode(){
memset(next,NULL,sizeof(next));
isword=false;
}
~TrieNode(){
for(int i=0;i<26;i++)if(next[i])delete next[i];
}
};
也可以直接用c++中的特殊的数据结构来实现
struct Node {
unordered_map<int, Node*> son;
int cnt = 0;
};
但是在下面必须要对根节点进行补充,根节点为空
Node *root = new Node();
leetcode3043. 最长公共前缀的长度-CSDN博客
leetcode3042. 统计前后缀下标对 I-CSDN博客
力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
这道题之前用的暴力去模拟这个过程,效率太低,,采用前缀树来解决
class Solution {
public:
long long countPrefixSuffixPairs(vector<string>& words) {
long long cnt=0;
int i,j;
for(i=0;i<words.size()-1;i++){
for(j=i+1;j<words.size();j++){
if(words[j].find(words[i])==0 && words[j].rfind(words[i])==words[j].length()-words[i].length()){
cnt++;
}
}
}
return cnt;
}
};
但是前缀树解决的是前缀的问题,这道题让解决的是前缀和后缀的问题,所以想要把这个字符串转变一下来解决,
【1】首先我先到的是建造两个前缀树,一个正向前缀树,一个反向前缀树
【2】可以用一个pair去储存步骤1的过程
正 ab abcdab
反 ba badcba
[(a,b),(b,a)] [(a,b),(b,a),.....]文章来源:https://www.toymoban.com/news/detail-833726.html
由此可见如果是前后缀的话,应该会在pair列表中出现文章来源地址https://www.toymoban.com/news/detail-833726.html
class Node:
__slots__ = 'son', 'cnt'
def __init__(self):
self.son = dict()
self.cnt = 0
class Solution:
def countPrefixSuffixPairs(self, words: List[str]) -> int:
ans = 0
root = Node()
for t in words:
z = self.calc_z(t)
cur = root
for i, c in enumerate(t):
if c not in cur.son:
cur.son[c] = Node()
cur = cur.son[c]
if z[-1 - i] == i + 1: # t[-1-i:] == t[:i+1]
ans += cur.cnt
cur.cnt += 1
return ans
def calc_z(self, s: str) -> List[int]:
n = len(s)
z = [0] * n
l, r = 0, 0
for i in range(1, n):
if i <= r:
z[i] = min(z[i - l], r - i + 1)
while i + z[i] < n and s[z[i]] == s[i + z[i]]:
l, r = i, i + z[i]
z[i] += 1
z[0] = n
return z
到了这里,关于数据结构---字典树(Tire)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!