Leetcode208 Trie 实现前缀树

Leetcode208 Trie 实现前缀树

题目

实现一个 Trie (前缀树),包含 insert, search, 和 startsWith 这三个操作。

分析

  • 字典树关键在于节点的结构的设定。利用字符串的公共前缀节省空间。

  • 节点结构应该需要一个节点指针数组代表路径。一个变量记录是否是叶子。

  • 拓展增加数量的记录,需要增加经过该节点的字符串数量和以其为结尾的数量。

  • 节点结构如下

    struct TrieNode{
        TrieNode* child[26];
        bool is_end;
        TrieNode():is_end(false){
            for(int i = 0; i < 26; ++i){
                child[i] = 0;
            }
        }
    };
    
  • 主要需要实现插入,查找,查找前缀等功能。后续可以加上删除功能。

    解题代码

    // 关键是前缀树的结构体的设置。具有一个指针数组。可以使用map<char, TrieNode*>。包含一个变量代表是否是叶子节点。
    // 如果要记录数量的话,应该需要一个变量记录path。
    struct TrieNode{
        TrieNode* child[26];
        bool is_end;
        TrieNode():is_end(false){
            for(int i = 0; i < 26; ++i){
                child[i] = 0;
            }
        }
    };
    class Trie {
    public:
        /** Initialize your data structure here. */
        Trie(): root_(new TrieNode()) {
            
        }
        
        /** Inserts a word into the trie. */
        void insert(string word) {
            TrieNode* node = root_;
            for(size_t i = 0; i < word.size(); ++i){
                int pos = word[i] - 'a';
                if(node->child[pos] == 0){
                    node->child[pos] = new TrieNode();
                }
                node = node->child[pos];
            }
            node->is_end = true;
        }
        
        /** Returns if the word is in the trie. */
        // 要是最后一个才行。
        bool search(string word) {
            TrieNode* node = root_;
            for(size_t i = 0; i < word.size(); ++i){
                int pos = word[i] - 'a';
                if(node->child[pos] == 0){
                    return false;
                }
                node = node->child[pos];
            }
            return node->is_end;
        }
        
        /** Returns if there is any word in the trie that starts with the given prefix. */
        bool startsWith(string prefix) {
            TrieNode* node = root_;
            for(size_t i = 0; i < prefix.size(); ++i){
                int pos = prefix[i] - 'a';
                if(node->child[pos] == 0){
                    return false;
                }
                node = node->child[pos];
            }
            return true;
        }
        
    private:
        TrieNode* root_;
    };
    
    /**
     * Your Trie object will be instantiated and called as such:
     * Trie obj = new Trie();
     * obj.insert(word);
     * bool param_2 = obj.search(word);
     * bool param_3 = obj.startsWith(prefix);
     */
    

    字典树的应用

    1. 字典树是一种用于快速检索的多叉树结构,如英文字母的字典树是一个26叉树,数字的字典树是一个10叉树。他的核心思想是空间换时间,空间消耗大但是插入和查询有着很优秀的时间复杂度。

    2. 可以用字典树统计前缀出现次数。节点使用一个count记录出现次数。

    3. 输入自动保存。以字符串结尾为root进行先根遍历。先根遍历时需要使用一个数据结构来记录前面出现了的字符。

    4. 如果要查找的关键字可以分解成字符序列且不是很长,利用trie树查找速度优于二叉查找树。

    5. Trie树:应用于统计和排序

    原文作者:Trie树
    原文地址: https://blog.csdn.net/xiashanrenlaozhang/article/details/87117318
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞