LeetCode、208. 实现 Trie (前缀树)【中等，自定义数据结构】

文章目录

前言
LeetCode、208. 实现 Trie (前缀树)【中等，自定义数据结构】
- 题目链接与分类
- 思路
资料获取

前言

博主介绍：✌目前全网粉丝2W+，csdn博客专家、Java领域优质创作者，博客之星、阿里云平台优质作者、专注于Java后端技术领域。

涵盖技术内容：Java后端、算法、分布式微服务、中间件、前端、运维、ROS等。

博主所有博客文件目录索引：博客目录索引(持续更新)

视频平台：b站-Coder长路

LeetCode、208. 实现 Trie (前缀树)【中等，自定义数据结构】

题目链接与分类

题目链接：LeetCode、208. 实现 Trie (前缀树)

分类：02数据结构/树/字典树(前缀树)

思路

思路：数组来模拟前缀树，对于相同的前缀统一使用一份来存储。在代码中使用了通用的代码：searchPrefix，用于去查找单词的前缀。

复杂度分析：

初始化：时间复杂度O(1)；空间复杂度O(S，字符串长度)
其他操作：时间复杂度O(S，字符串长度)；空间复杂度O(S，字符串长度)

class TrieNode {
    boolean isWord = false;
    TrieNode[] children = new TrieNode[26];
    public TrieNode(){}
}

class Trie {
    
    TrieNode root;

    public Trie() {
        root = new TrieNode();
    }
    
    public void insert(String word) {
        TrieNode curr = root;
        for (char c : word.toCharArray()) {
            if (curr.children[c - 'a'] == null) curr.children[c - 'a'] = new TrieNode();
            curr = curr.children[c - 'a'];
        }
        curr.isWord = true;
    }
    
    public boolean search(String word) {
        TrieNode node = searchPrefix(word);
        return node != null && node.isWord;
    }
    
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;
    }

    //通用方法
    public TrieNode searchPrefix(String prefix) {
        TrieNode node = this.root;
        for (char ch: prefix.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);
 */