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:文章来源:https://www.toymoban.com/news/detail-852785.html
- 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!