[LintCode]Add and Search Word

最新推荐文章于 2020-09-13 00:08:09 发布

青铁

最新推荐文章于 2020-09-13 00:08:09 发布

阅读量289

点赞数

CC 4.0 BY-SA版权

分类专栏：算法文章标签： lintcode

本文链接：https://blog.youkuaiyun.com/jc69186918/article/details/52142963

算法专栏收录该内容

191 篇文章

订阅专栏

本文介绍了一种使用Trie树（前缀树）的数据结构来实现单词字典的方法。该字典支持添加单词及搜索功能，其中搜索功能特别针对包含通配符‘.’的情况进行了优化处理。

数据结构如图所示：题目要求符合Trie树特征。在Trie树的设计上，每个节点包括一个大小为26的数组，用来保存当前的值，和一个布尔型变量用来确定是否

单词已经结束。下图为单词aa，ab的结构图：

public class WordDictionary {
    TrieNode tree = new TrieNode();
    // Adds a word into the data structure.
    public void addWord(String word) {
        if(search(word)) return;
        
        TrieNode root = tree;
        char[] chars = word.toCharArray();
        
        for(char c : chars) {
            if(root.arr[c - 'a'] == null) {
                TrieNode tmp = new TrieNode();
                root.arr[c - 'a'] = tmp;
                root = tmp;
            }
            else {
                root = root.arr[c - 'a'];
            }
        }
        root.isLeaf = true;//末尾添加leaf
        
    }
    
     public boolean search(String word) {
        return df(tree, word, 0);
     }

    // 使用index处理‘.’
    public boolean df(TrieNode root, String word, int index) {
        if(word.length() == index && root.isLeaf) return true;
        if(index >= word.length()) return false;
        
        char c = word.charAt(index);
        
        if(c == '.') {
            for(int i = 0; i < 26; i++) {
                if(root.arr[i] != null) {
                    if(df(root.arr[i], word, index + 1))
                    return true;
                }
            }
            return false;
        }
        
        if(root.arr[c - 'a'] != null) {
            return df(root.arr[c - 'a'], word, index + 1);
        }
        else 
            return false;
    }
    
    class TrieNode{
        TrieNode[] arr;
        boolean isLeaf;
     
        public TrieNode(){
            arr = new TrieNode[26];
        }    
    }
}



// Your WordDictionary object will be instantiated and called as such:
// WordDictionary wordDictionary = new WordDictionary();
// wordDictionary.addWord("word");
// wordDictionary.search("pattern");