Leetcode - Add and Search Word - Data structure design

https://leetcode.com/problems/add-and-search-word-data-structure-design/description/

Leetcode的题目排列一直都有一定的规律，它们会尽量把同样类别的题目排在一起，208 是一道trie tree的基本实现。因为我自己已经写过很多次了。所以我暂时也没有写相关的攻略。Trie tree又叫prefix tree（前置树），是某些情况下作为String dictionary的很好的数据结构。相比HashSet主要的优点在于它可以在字符串匹配中间就可以断开，而不需要完整匹配整个单词。在另一题 Word Search II 里面我们就会看到可以这样做的巨大优势。但是正常来说它的空间会比HashSet作为字典来的要浪费，因为它可能会产生非常多的指数级别的空指针，但是还是看具体怎么实现的，理论上这种空指针的空间浪费是可以避免的。TrieTree的数据结构非常简单，如下

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

  =====华丽的分割线=====（这编辑器有问题，不分割文字会跳到代码块里，我勒个去）

TrieTree有他的基本功能就是加单词和查单词，具体可以看这一题：https://leetcode.com/problems/implement-trie-prefix-tree/description/

这一题就是在上面的基本功能里加了一个简化的regular expression，就是一个把星号去掉的regular expression，只有点号这个特别字符，瞬间就简单了，不然这一题一定是very very hard而不只是medium....

其实这一题就是一个再正常不过的bfs，也就是要用到queue。

正常的trie tree search word只需要一个for loop沿着一个个精确的子节点往下走，或者走到单词或者走到某个子节点被中断。这一题的点号把这个过程变成了bfs，遇到精确的某个子节点我们就放进去queue，这个等同于正常的search word， 遇到点号我们就把当前节点对应的所有有效子节点全部放进去queue。然后和别的bfs题目差不多，维护好当前层的size，在适当的时候（当前层的节点走完）走到下一层（往下一个字符进行匹配）。当走到最后一层（匹配最后一个字符）的时候我们不再把任何子节点放进queue里，而是开始判断最后一层的子节点是否存在isWord的节点，是就返回true。如果走完最后一层节点都没有一个isWord就表示匹配失败了。下面给出代码

    class TrieNode {
        boolean isWord;
        TrieNode[] children;
        public TrieNode() {
            isWord = false;
            children = new TrieNode[26];
        }
    }
    
    class TrieTree {
        TrieNode root;
        public TrieTree() {
            root = new TrieNode();
        }
        
        public void addWord(String word) {
            TrieNode travel = root;
            for (int i = 0; i < word.length(); i++) {
                int index = word.charAt(i) - 'a';
                if (travel.children[index] == null) {
                    travel.children[index] = new TrieNode();
                }
                travel = travel.children[index];
            }
            
            travel.isWord = true;
        }
        
        public boolean searchWordWithDot(String word) {
            if (word.length() == 0) return true;

            Queue<TrieNode> queue = new LinkedList<TrieNode>();
            queue.add(root);
            int curIndex = 0;
            char c = word.charAt(0);
            int size = 1;
            while (!queue.isEmpty() && curIndex <= word.length()) {
                TrieNode curNode = queue.poll();
                if (curIndex == word.length()) {
                    if (curNode.isWord) return true;
                } else {
                    if (c == '.') {
                        for (int i = 0; i < 26; i++) {
                            if (curNode.children[i] != null) {
                                queue.add(curNode.children[i]);
                            }
                        }
                    } else {
                        int index = c - 'a';
                        if (curNode.children[index] != null) {
                            queue.add(curNode.children[index]);
                        }
                    }
                    
                    size--;
                    if (size == 0) {
                        size = queue.size();
                        curIndex++;
                        if(curIndex < word.length()) c = word.charAt(curIndex);
                    }
                }
            }
            
            return false;
        }
    }

    TrieTree dict;
    /** Initialize your data structure here. */
    public WordDictionary() {
        dict = new TrieTree();
    }
    
    /** Adds a word into the data structure. */
    public void addWord(String word) {
        dict.addWord(word);
    }
    
    /** Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter. */
    public boolean search(String word) {
        return dict.searchWordWithDot(word);
    }