295，实现 Trie (前缀树)

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

示例:

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

说明:

• 你可以假设所有的输入都是由小写字母 a-z 构成的。

• 保证所有输入均为非空字符串。

答案：

 1class TrieNode {
 2    boolean isEnd;
 3    TrieNode[] children;
 4
 5    public TrieNode() {
 6        isEnd = true;
 7        children = new TrieNode[26];
 8    }
 9}
10
11public class Trie {
12    private TrieNode root;
13
14    public Trie() {
15        root = new TrieNode();
16    }
17
18    public void insert(String word) {
19        TrieNode current = root;
20        for (int i = 0, L = word.length(); i < L; i++) {
21            int id = word.charAt(i) - 'a';
22            if (current.children[id] == null) {
23                current.children[id] = new TrieNode();
24                current.children[id].isEnd = false;
25            }
26            current = current.children[id];
27        }
28        current.isEnd = true;
29    }
30
31    public boolean search(String word) {
32        return search(word, 1);
33    }
34
35    public boolean startsWith(String prefix) {
36        return search(prefix, 2);
37    }
38
39    private boolean search(String str, int type) {
40        TrieNode current = root;
41        int i = -1, L = str.length();
42        while (++i < L) {
43            int id = str.charAt(i) - 'a';
44            if ((current = current.children[id]) == null) return false;
45        }
46        return type == 1 ? current.isEnd : true;
47    }
48}

解析：

如果对哈夫曼树比较熟悉的话，这题很容易理解，这题没什么难度，我们再来看另一种解法

 1class TrieNode {
 2    public char val;
 3    public boolean isWord;
 4    public TrieNode[] children = new TrieNode[26];
 5
 6    public TrieNode() {
 7    }
 8
 9    TrieNode(char c) {
10        TrieNode node = new TrieNode();
11        node.val = c;
12    }
13}
14
15public class Trie {
16    private TrieNode root;
17
18    public Trie() {
19        root = new TrieNode();
20        root.val = ' ';
21    }
22
23    public void insert(String word) {
24        TrieNode ws = root;
25        for (int i = 0; i < word.length(); i++) {
26            char c = word.charAt(i);
27            if (ws.children[c - 'a'] == null) {
28                ws.children[c - 'a'] = new TrieNode(c);
29            }
30            ws = ws.children[c - 'a'];
31        }
32        ws.isWord = true;
33    }
34
35    public boolean search(String word) {
36        TrieNode ws = root;
37        for (int i = 0; i < word.length(); i++) {
38            char c = word.charAt(i);
39            if (ws.children[c - 'a'] == null) 
40                return false;
41            ws = ws.children[c - 'a'];
42        }
43        return ws.isWord;
44    }
45
46    public boolean startsWith(String prefix) {
47        TrieNode ws = root;
48        for (int i = 0; i < prefix.length(); i++) {
49            char c = prefix.charAt(i);
50            if (ws.children[c - 'a'] == null) 
51                return false;
52            ws = ws.children[c - 'a'];
53        }
54        return true;
55    }
56}

标签：前缀,Trie,public,current,TrieNode,ws,295,root,children
来源： https://blog.51cto.com/u_4774266/2902565