【练习】Trie 树算法习题
原创约 899 字
本文讲解的例题
有了 TrieMap
和 TrieSet
,力扣上所有前缀树相关的题目都可以直接套用了,下面我举几个题目实践一下。
可以尝试优化
首先,前文 TrieMap/TrieSet 代码实现 给出的 TrieMap/TrieSet
执行效率在具体的题目里面肯定是有优化空间的。
比如力扣前缀树相关题目的输入都被限制在小写英文字母 a-z
,所以 TrieNode
其实不用维护一个大小为 256 的 children
数组,大小设置为 26 就够了,可以减小时间和空间上的复杂度。
另外,之前给出的 Java/cpp 代码带有泛型,在做算法题的时候其实不需要,去掉泛型也可以获得一定的效率提升。
208. 实现 Trie (前缀树)
先看下力扣第 208 题「实现前缀树」:
208. 实现 Trie (前缀树) | 力扣 | LeetCode | 🟠
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
题目让我们实现的几个函数其实就是 TrieSet
的部分 API,所以直接封装一个 TrieSet
就能解决这道题了: