题目
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，例如自动补全和拼写检查。
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
我的代码（Python）
class Trie:
class charNode:
def __init__(self):
self.endwith = False
self.nodeMap = {}
def __init__(self):
self.nodeMap = {}
def insert(self, word: str) -> None:
if not word:
return
l = len(word)
currMap = self.nodeMap
for i in range(l):
if word[i] not in currMap.keys():
currMap[word[i]] = self.charNode()
if i == l - 1:
currMap[word[i]].endwith = True
currMap = currMap[word[i]].nodeMap
def search(self, word: str) -> bool:
currMap = self.nodeMap
l = len(word)
for i in range(l):
if word[i] not in currMap.keys():
return False
if i == l - 1 and not currMap[word[i]].endwith:
return False
currMap = currMap[word[i]].nodeMap
return True
def startsWith(self, prefix: str) -> bool:
currMap = self.nodeMap
l = len(prefix)
for i in range(l):
if prefix[i] not in currMap.keys():
return False
currMap = currMap[prefix[i]].nodeMap
return True点评
多层map用于记录，这样每个字母的搜索都是常数时间。
一开始考虑用list，直接用下标查找，但是不现实，要申请的空间会爆炸。
不过看起来官方认为这是正常的，官方就是用数组来处理的。
另外还有一点，我单独定义了node结点类，这是C++的编程习惯。
官方直接用Trie本身作为结点，显然更加简洁。Python思维还是不一样的，需要改进。
baddif@gmail.com
AI简历优化站
AI求职跟踪器（建设中）
主站（建设中）
相关平台
Github Issues / Notion / Blog