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
提示:
1 <= word.length, prefix.length <= 2000
word
和prefix
仅由小写英文字母组成insert
、search
和startsWith
调用次数 总计 不超过3 * 104
次
Related Topics
字典树基本模板操作
class Trie {
Node root = new Node();
public Trie() {
}
public void insert(String word) {
int idx = -1;
Node cur = root;
while (++idx < word.length()){
if (cur.children[word.charAt(idx)-'a'] == null){
cur.children[word.charAt(idx)-'a'] = new Node();
}
cur = cur.children[word.charAt(idx)-'a'];
}
cur.flag = true;
}
public boolean search(String word) {
int idx = -1;
Node cur = root;
while (++idx < word.length()){
if (cur.children[word.charAt(idx)-'a'] != null){
cur = cur.children[word.charAt(idx)-'a'];
}else{
return false;
}
}
return cur.flag;
}
public boolean startsWith(String prefix) {
int idx = -1;
Node cur = root;
while (++idx < prefix.length()){
if (cur.children[prefix.charAt(idx)-'a'] != null){
cur = cur.children[prefix.charAt(idx)-'a'];
}else{
return false;
}
}
return true;
}
class Node{
boolean flag = false;
Node[] children = new Node[26];
public Node(){}
}
}
发表评论