LeetCode Medium 208 构建Trie树 Python

 

LeetCode Medium 208 构建Trie树 Python_第1张图片

LeetCode Medium 208 构建Trie树 Python_第2张图片

"""

    重要的是了解什么是Trie树,前缀树,这个数的应用还是挺多的,将字符串组成的路径记录下来,以此来快速
    查找具有同一前缀的字符串!
    首先Trie树的每个节点本身不存储字符,是整个树的路径信息存储字符,每个节点有个标志位isWord来标识从根节点root到当前node
    节点的路径是否构成一个单词
    所以TrieNode每个节点有两个成员变量,
        其一是children,记录26个字符对应的子节点位置如
            {'a':nodeA,
             'b':nodeB,
             'c':nodeC,
             ...
             'y':None,
             'z':nodeZ}
        再者是isWord,记录当前节点node是否为一条路径上构成单词的位置
    理解了前缀树的数据结构后,就可以很方便地写出题目要求的4个函数了,因为Trie存储的是整棵树,所以要单独建TrieNode类,
    在Trie中存树的root节点,下面的操作也是对整棵树而言的
"""

class TrieNode:
    def __init__(self):
        self.children = {}
        self.isWord = False

class Trie:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.root = TrieNode()

    def insert(self, word):
        """
        遍历word的每一个字符,检查Trie树中是否有,如果没有的话就新建节点,然后node前进到char代表的
        新的节点位置,最后走完之后node再word的最后一个char那里,置isWord = True
        """
        node = self.root
        for char in word:
            if char not in node.children:
                node.children[char] = TrieNode()
            node = node.children[char]
        node.isWord = True

    def search(self, word):
        """
        遍历word的每一个字符,如果某字符在遍历过程中Trie树中是没有的话,直接返回False,一直走啊走,走到最后
        说明Trie树中是有一条路径和word序列保持一致的,但是有这个路径不代表这个路径在Trie树中被标记为是一个词,
        所以return node.isWord
        """
        node = self.root
        for char in word:
            if char not in node.children:
                return False
            node = node.children[char]
        return node.isWord

    def startsWith(self, prefix):
        """
        和search有点相像,但是不一样的是,只要有这个prefix的路径,那么就一定有单词是以它为前缀的,所以OK,return True
        """
        node = self.root
        for char in prefix:
            if char not in node.children:
                return False
            node = node.children[char]
        return True

你可能感兴趣的:(OJ,LeetCode,算法)