力扣208:实现 Trie (前缀树) (Java多种数据结构)

简介: 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。

一、题目描述



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


二、思路讲解及代码实现



1、数组实现

     

将插入的字符串放入数组中,每次查找的时候都需要遍历一遍数组,时间上比较慢。

class Trie {
    private List<String> list;
    public Trie() {
        list = new ArrayList<>();
    }
    public void insert(String word) {
        list.add(word);
    }
    public boolean search(String word) {
        for(String s : list) {
            if(s.equals(word)) {
                return true;
            }
        }
        return false;
    }
    public boolean startsWith(String prefix) {
        int len = prefix.length();
        for(String s : list) {
            if(len<=s.length() && s.substring(0, len).equals(prefix)) {
                return true;
            }
        }
        return false;
    }
}
/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */


2、哈希表实现


和用数组的思路差不多,只不过哈希表可以减少查询时候的复杂度。

class Trie {
    private Map<String, Boolean> map;
    public Trie() {
        map = new HashMap<>();
    }
    public void insert(String word) {
        map.put(word, true);
    }
    public boolean search(String word) {
        return map.getOrDefault(word, false);
    }
    public boolean startsWith(String prefix) {
        Set<String> set = map.keySet();
        int len = prefix.length();
        for(String s : set) {
            if(len<=s.length() && s.substring(0, len).equals(prefix)) {
                return true;
            }
        }
        return false;
    }
}
/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */


3、哈希表优化时间


使用两个哈希表,一个存放单词本身,一个存放所有的前缀;查找单词的时候用第一个哈希表,查找前缀的时候用第二个哈希表。

class Trie {
    private Map<String, Boolean> map;
    private Map<String, Boolean> tri;
    public Trie() {
        map = new HashMap<>();
        tri = new HashMap<>();
    }
    public void insert(String word) {
        map.put(word, true);
        for(int i=1; i<=word.length(); i++) {
            tri.put(word.substring(0, i), true);
        }
    }
    public boolean search(String word) {
        return map.getOrDefault(word, false);
    }
    public boolean startsWith(String prefix) {
        return tri.getOrDefault(prefix, false);
    }
}
/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */


4、二十六叉树

     

我们知道,单词一共只有26种字母,那么我们用26叉树来表示所有单词的前缀。

class Trie {
    private boolean isEnd;      //该节点是否为末尾
    private Trie []children;    //二十六叉,0代表a,25代表z
    public Trie() {
        children = new Trie[26];
        isEnd = false;
    }
}


当出现一个字符时,我们就将对应的节点初始化。需要注意的是,每个节点的属性中是没有对应字母的值的,而是通过其在数组中的位置来确定具体是哪个值。比如,children[3] 被初始化了,我们就认为存在字母d。比如出现“ab”,我们就先初始化root的children[0],再初始化 root 的 children[0] 的 children[1]。


比如字符串集合[them, zip, team, the, app, that] 的二十六叉前缀树长这样(没出现的字母的叉就没画出来):


56914860909c490895ad313ac1a26d09.png


class Trie {
    private boolean isEnd;
    private Trie []children;
    public Trie() {
        children = new Trie[26];
        isEnd = false;
    }
    public void insert(String word) {
        Trie node = this;
        for(Character ch : word.toCharArray()) {
            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);
        //如果返回的有值,并且已经是结尾了
        return node!=null && node.isEnd;
    }
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix)!=null;
    }
    /**
        看word是否存在于前缀树中
            -如果存在,返回最后一个节点
            -如果不存在,返回null
     */
    private Trie searchPrefix(String word) {
        Trie node = this;
        for(Character ch : word.toCharArray()) {
            int index = ch-'a';
            if(node.children[index]==null) {
                return null;
            }
            node = node.children[index];
        }
        return node;
    }
}
/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */
相关文章
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
23天前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
37 1
|
25天前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
79 2
|
25天前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
57 2
|
8天前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
27 6
|
14天前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
22天前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
24 6
|
23天前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
26 1
|
30天前
|
存储 算法 Java
Java常用的数据结构
【10月更文挑战第3天】 在 Java 中,常用的数据结构包括数组、链表、栈、队列、树、图、哈希表和集合。每种数据结构都有其特点和适用场景,如数组适用于快速访问,链表适合频繁插入和删除,栈用于实现后进先出,队列用于先进先出,树和图用于复杂关系的表示和查找,哈希表提供高效的查找性能,集合用于存储不重复的元素。合理选择和组合使用这些数据结构,可以显著提升程序的性能和效率。
|
1月前
|
存储 Java
数据结构第二篇【关于java线性表(顺序表)的基本操作】
数据结构第二篇【关于java线性表(顺序表)的基本操作】
30 6