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,例如自动补全和拼写检查。
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 。
前缀树:
Trie是一颗非典型的多叉树模型,采用字母映射表保存了对当前结点而言下一个可能出现的所有字符的链接
前缀树示例:
插入:
从根结点的子结点开始与word第一个字符进行匹配,一直匹配到前缀链上没有对应的字符,这时开始开辟新的结点,直到插入完word的最后一个字符,同时还要将最后一个结点设置为end=true,表示这是一个终止节点;
搜索:
search和startWith都是同一个操作,从根节点向下匹配,两者的区别只是end=true?
struct Node{
Node* son[26]; // 字母映射表
bool end = false; // 终止节点标志
};
class Trie {
Node* root = new Node(); // 初始化根节点
// 搜索
int find(string word){
Node* cur = root;
for(char c: word){
c-='a';
if(cur->son[c]==nullptr) // 父节点的后一个字母不为c
return 0; // 返回0表示搜索失败
cur=cur->son[c];
}
// 若为终止节点,则返回2表示完全匹配,否则返回1,表示部分匹配
return cur->end? 2:1;
}
public:
Trie() {
}
void insert(string word) {
Node* cur = root;
for(char c:word){
c-='a';
if(cur->son[c] == nullptr){ // 父节点的后一个字母不为c
cur->son[c] = new Node(); // new一个新的节点出来
}
cur = cur->son[c];
}
cur->end = true; // 终止标志
}
bool search(string word) {
return find(word)==2; // 完全匹配
}
bool startsWith(string prefix) {
return find(prefix)!=0; // 只要不是匹配失败就行
}
};
/**
* 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);
*/