dippersinan-note-前缀树

前缀树

简介

Trie，又称前缀树或字典树，可以将大量的字符串合并（矩阵里搜索字符串2里面用到了–力扣212题），其每个节点包含以下字段：

• 指向子节点的指针数组children
• 布尔字段mark，表示该节点是否为字符串的结尾
• 也可以在节点里加一个字符串字段，这样就可以直接获取这个字符串了

功能实现

插入字符串

• 如果子节点存在，指针移动到子节点，然后处理下一个字符
• 如果子节点不存在，就创建一个，然后再指针移动到子节点，然后处理下一个字符

查找前缀

• 如果子节点存在，指针移动到子节点，然后处理下一个字符

• 如果子节点不存在，则前缀树中没有这个前缀，返回空

• 重复上面步骤，直到前缀的字符被处理完，说明前缀树中有这个前缀，如果mark字段是true，还说明前缀树中有这个字符串

代码实现

class Trie {
    private Trie[] children;	//数组形式的子节点应用范围有限，map的话就是Map<Object, Trie>，适用范围比较大
    private boolean mark;
    //还可以加下面这个字段
    //private String word;
    public Trie() {
        children = new Trie[26];//只适用于26个大（小）写字母
        mark = false;
        //word = "";
    }

    public void insert(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); i++) {
            int index = word.charAt(i) - 'a';
            if (node.children[index] == null){
                node.children[index] = new Trie();
            }
            node = node.children[index];
        }
        node.mark = true;
        //node.word = word;
    }

    public boolean search(String word) {
        Trie node = searchPrefix(word);
        return node != null && node.mark;
    }
    
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;
    }

    private Trie searchPrefix(String s){
        Trie node = this;
        for (int i = 0; i < s.length(); i++) {
            int index = s.charAt(i) - 'a';
            if (node.children[index] == null){
                return null;
            }
            node = node.children[index];
        }
        return node;
    }
}