Leetcode 3093. Longest Common Suffix Queries-优快云博客

本文介绍了如何使用Trie树数据结构解决LeetCode题目3093，通过构建Trie树并处理顺序关系，实现在给定单词列表中查找最长公共后缀。代码实现显示了如何添加单词到Trie树并查找查询单词的对应索引，时间复杂度和内存使用情况也提供了参考。

Leetcode 3093. Longest Common Suffix Queries
- 1. 解题思路
- 2. 代码实现

题目链接：3093. Longest Common Suffix Queries

1. 解题思路

这一题的话思路上其实就是一个Trie树的变体。

对于每一个wordsQuery当中的word，我们要在wordsContainer当中获取答案，我们只需要将wordsContainer构建成一个Trie树，就能够快速地获得我们所需的答案了。

具体关于Trie树的内容，我们之前已经写过一个博客（经典算法：Trie树结构简介）对其进行过介绍了，这里我们就不赘述了，唯一需要注意的是，这里由于我们不是完全匹配单词，而是匹配最长公共suffix，因此我们需要做一些变体，具体来说就是在trie树的每一个节点都记录下该节点对应的单词。

此外，由于相同suffix的单词需要有一定的顺序关系，因此，我们在加入Trie树时需要对每一个节点的单词进行一下顺序的考察，对此，我们的处理方式是提前进行一下排序即可。

2. 代码实现

给出python代码实现如下：

class Trie:
    def __init__(self):
        self.trie = {}
        self.init = -1
    
    def add_word(self, word, idx):
        trie = self.trie
        if self.init == -1:
            self.init = idx
        for c in word:
            _, trie = trie.setdefault(c, (idx, {}))
        return

    def find(self, word):
        trie = self.trie
        ans = self.init
        for c in word:
            if c not in trie:
                break
            ans, trie = trie[c]
        return ans

class Solution:
    def stringIndices(self, wordsContainer: List[str], wordsQuery: List[str]) -> List[int]:
        words = [(len(w), i, w) for i, w in enumerate(wordsContainer)]
        words = sorted(words)
        
        trie = Trie()
        for _, i, word in words:
            trie.add_word(word[::-1], i)

        ans = [trie.find(word[::-1]) for word in wordsQuery]
        return ans