算法系列——实现前缀树

BridgeGeorge

已于 2022-03-21 14:33:04 修改

阅读量248

点赞数

CC 4.0 BY-SA版权

分类专栏：算法系列文章标签： leetcode 算法

于 2022-03-21 14:32:38 首次发布

本文链接：https://blog.csdn.net/ylyg050518/article/details/123634645

算法系列专栏收录该内容

180 篇文章

订阅专栏

本文介绍了前缀树（Trie）数据结构，详细讲解了其在LeetCode题目中的应用，并提供了插入、搜索和检查前缀的方法实现。通过理解字典树的结构，可以有效地进行字符串集合的存储和检索，适用于自动补全和拼写检查等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

题目链接:https://leetcode-cn.com/problems/implement-trie-prefix-tree

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 。

思路

重点是理解字典树的数据结构。

代码实现

class Trie {
    private Trie[] children;
    private boolean isEnd;

    public Trie() {
        children = new Trie[26];
        isEnd = false;
    }
    
    public void insert(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); i++) {
            char ch = word.charAt(i);
            int index = ch - 'a';
            if (node.children[index] == null) {
                node.children[index] = new Trie();
            }
            node = node.children[index];
        }
        node.isEnd = true;
    }
    
    public boolean search(String word) {
        Trie node = searchPrefix(word);
        return node != null && node.isEnd;
    }
    
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;
    }

    private Trie searchPrefix(String prefix) {
        Trie node = this;
        for (int i = 0; i < prefix.length(); i++) {
            char ch = prefix.charAt(i);
            int index = ch - 'a';
            if (node.children[index] == null) {
                return null;
            }
            node = node.children[index];
        }
        return node;
    }
}