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
思路
字典树,参考:leetcode 208 前缀树【python3图解前缀树字典树】_哔哩哔哩_bilibili 这个视频讲的挺好的,代码参考:. - 力扣(LeetCode)
1)创建一个字典
2)insert函数:初始化root;遍历word,如果没在字典里,就新建;之后遍历;遍历结束加个结尾字符
3)search函数:初始化root;遍历word,如果没在,直接返回False;遍历到最后,如果是结尾字符,说明已找到
4)startWith函数:和search函数类似,但不用在意是否有结尾字符
class Trie(object):
def __init__(self):
self.root = {}
def insert(self, word):
"""
:type word: str
:rtype: None
"""
node = self.root
for c in word:
if c not in node:
node[c]={}
node = node[c]
node['$'] = '$'
def search(self, word):
"""
:type word: str
:rtype: bool
"""
node = self.root
for c in word:
if c not in node:
return False
node = node[c]
if '$' in node:
return True
return False
def startsWith(self, prefix):
"""
:type prefix: str
:rtype: bool
"""
node = self.root
for c in prefix:
if c not in node:
return False
node = node[c]
return True
# Your Trie object will be instantiated and called as such:
# obj = Trie()
# obj.insert(word)
# param_2 = obj.search(word)
# param_3 = obj.startsWith(prefix)