【图论】Leetcode 208. 实现 Trie (前缀树)【中等】

这篇具有很好参考价值的文章主要介绍了【图论】Leetcode 208. 实现 Trie (前缀树)【中等】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

实现 Trie (前缀树)

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

解题思路

  • 使用Trie树来实现前缀树。

  • 1、Trie树是一个多叉树,每个节点有26个子节点,表示26个小写字母。

  • 2、每个节点除了指向子节点的指针外,还需要一个标志位,表示当前节点是否是一个单词的结束。

  • 3、插入字符串时,从根节点开始遍历,依次将字符串的每个字符插入对应的子节点中,如果到达字符串末尾,将标志位设置为true。

  • 4、搜索字符串时,从根节点开始遍历,依次查找对应的子节点,如果遇到空节点或者到达字符串末尾但标志位为false,则返回false,否则返回true。

  • 5、搜索前缀时,与搜索字符串类似,不同之处在于即使到达字符串末尾,只要存在子节点,即返回true。

  • 就是 Trie 类有一个 TrieNode 内部类,用于表示 Trie 的节点。

  • TrieNode 类包含了一个包含26个链接的数组,代表了从当前节点出发的所有可能的字符路径,进行嵌套链接节点(类似于链表,只不过里面是节点集合)。

Java实现

class TrieNode {
    private TrieNode[] links;
    private final int R = 26;
    private boolean isEnd;

    public TrieNode() {
        links = new TrieNode[R];
    }

    /**
     * 这个代码段是在 Trie 数据结构中用来判断是否存在以字符 ch 为结尾的节点的链接。
     * Trie 是一种树形数据结构,用于高效地存储和检索字符串集合中的键。
     *
     * 在 Trie 中,每个节点表示一个字符,从根节点到某个节点的路径上所经过的字符连接起来,
     * 就是该节点所代表的字符串。因此,对于每个节点,我们需要存储一个数组 links,
     * 数组的长度通常是字符集的大小(比如小写字母表为 26),
     * 数组的每个元素表示当前节点连接到的下一个节点。
     *
     * 因此,代码段 links[ch - 'a'] != null 的含义是判断在当前节点的 links
     * 数组中是否存在以字符 ch 为结尾的链接。如果 links[ch - 'a'] 不为 null,
     * 则表示存在以字符 ch 结尾的链接,否则表示不存在。
     * @param ch
     * @return
     */
    public boolean containsKey(char ch) {
        return links[ch - 'a'] != null;
    }

    public TrieNode get(char ch) {
        return links[ch - 'a'];
    }

    public void put(char ch, TrieNode node) {
        links[ch - 'a'] = node;
    }

    public void setEnd() {
        isEnd = true;
    }

    public boolean isEnd() {
        return isEnd;
    }
}

public class Trie {
    private TrieNode root;

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

    public void insert(String word) {
        TrieNode node = root;
        for (int i = 0; i < word.length(); i++) {
            char currentChar = word.charAt(i);
            if (!node.containsKey(currentChar)) {
                node.put(currentChar, new TrieNode());
            }
            node = node.get(currentChar);
        }
        node.setEnd();
    }

    private TrieNode searchPrefix(String word) {
        TrieNode node = root;
        for (int i = 0; i < word.length(); i++) {
            char currentChar = word.charAt(i);
            if (node.containsKey(currentChar)) {
                node = node.get(currentChar);
            } else {
                return null;
            }
        }
        return node;
    }

    public boolean search(String word) {
        TrieNode node = searchPrefix(word);
        return node != null && node.isEnd();
    }

    public boolean startsWith(String prefix) {
        TrieNode node = searchPrefix(prefix);
        return node != null;
    }
    public static void main(String[] args) {
        Trie trie = new Trie();

        // Test insert
        trie.insert("apple");
        trie.insert("banana");
        trie.insert("orange");

        // Test search
        System.out.println(trie.search("apple"));   // Output: true
        System.out.println(trie.search("orange"));  // Output: true
        System.out.println(trie.search("banana"));  // Output: true
        System.out.println(trie.search("grape"));   // Output: false

        // Test startsWith
        System.out.println(trie.startsWith("app"));  // Output: true
        System.out.println(trie.startsWith("ban"));  // Output: true
        System.out.println(trie.startsWith("ora"));  // Output: true
        System.out.println(trie.startsWith("gr"));   // Output: false
    }
}

时间空间复杂度

时间复杂度:

  • 插入操作的时间复杂度为O(m),其中m为字符串的长度。
  • 搜索操作的时间复杂度为O(m),其中m为字符串的长度。
  • 查询前缀的时间复杂度为O(m),其中m为前缀的长度。

空间复杂度: O(N),其中N为Trie树中节点的数量。文章来源地址https://www.toymoban.com/news/detail-852785.html

到了这里,关于【图论】Leetcode 208. 实现 Trie (前缀树)【中等】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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ( “树” 之 Trie) 208. 实现 Trie (前缀树) ——【Leetcode每日一题】

    知识点回顾 : Trie ,又称 前缀树 或 字典树 ,用于判断字符串是否存在或者是否具有某种字符串前缀。 难度:中等 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

    2024年02月01日
    浏览(38)
  • 54、图论-实现Trie前缀树

    主要是构建一个trie前缀树结构。如果构建呢?看题意,应该当前节点对象下有几个属性: 1、next节点数组 2、是否为结尾 3、当前值 代码如下:

    2024年04月26日
    浏览(37)
  • 【LeetCode 热题 100】图论 专题(bfs,拓扑排序,Trie树 字典树)

    from: https://leetcode.cn/studyplan/top-100-liked/ bfs 具有 边权为1 的最短路性质 拓扑排序,入度 Trie树, 高效存储 字符串【见鬼,不知道为什么写错,需要掌握熟练度】 dfs 写法,比较简洁 bfs 写法,有最短路性质 bfs 具有 边权为1 的最短路性质 拓扑排序 模板题 数组写法,简洁,需

    2024年02月13日
    浏览(49)
  • LeetCode_前缀树_中等_1268.搜索推荐系统

    给你一个产品数组 products 和一个字符串 searchWord ,products 数组中每个产品都是一个字符串。 请你设计一个推荐系统,在依次输入单词 searchWord 的每一个字母后,推荐 products 数组中前缀与 searchWord 相同的最多三个产品。如果前缀相同的可推荐产品超过三个,请按字典序返回最

    2024年02月16日
    浏览(39)
  • 【图论】Leetcode 200. 岛屿数量【中等】

    给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。 岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外,你可以假设该网格的四条边均被水包围。 示例 1: 输入:grid = [ [“1”,“1”,“1”,“

    2024年04月15日
    浏览(43)
  • 【图论】Leetcode 994. 腐烂的橘子【中等】

    在给定的 m x n 网格 grid 中,每个单元格可以有以下三个值之一: 值 0 代表空单元格; 值 1 代表新鲜橘子; 值 2 代表腐烂的橘子。 每分钟,腐烂的橘子 周围 4 个方向上相邻 的新鲜橘子都会腐烂。 返回 直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能,

    2024年04月15日
    浏览(30)
  • 【图论】Leetcode 207. 课程表【中等】

    你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。 在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,其中 prerequisites[i] = [ai, bi] ,表示如果要学习课程 ai 则 必须 先学习课程 bi 。 例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先

    2024年04月14日
    浏览(45)
  • LeetCode 2090. K Radius Subarray Averages【前缀和,滑动窗口,数组】中等

    本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章中,我不仅会讲解多种解题思路及其优化,

    2024年02月11日
    浏览(44)
  • 每天一道leetcode:542. 01 矩阵(图论&中等&广度优先遍历)

    给定一个由 0 和 1 组成的矩阵 mat ,请输出一个大小相同的矩阵,其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。 两个相邻元素间的距离为 1 。 m == mat.length n == mat[i].length 1 = m, n = 104 1 = m * n = 104 mat[i][j] is either 0 or 1. mat 中至少有一个 0 找到距离当前位置最近的0,有

    2024年02月11日
    浏览(39)
  • 每天一道leetcode:1466. 重新规划路线(图论&中等&广度优先遍历)

    n 座城市,从 0 到 n-1 编号,其间共有 n-1 条路线。因此,要想在两座不同城市之间旅行只有唯一一条路线可供选择(路线网形成一颗树)。去年,交通运输部决定重新规划路线,以改变交通拥堵的状况。 路线用 connections 表示,其中 connections[i] = [a, b] 表示从城市 a 到 b 的一条

    2024年02月12日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包