请你设计一个数据结构,支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。
实现词典类 WordDictionary
:
WordDictionary()
初始化词典对象void addWord(word)
将 word
添加到数据结构中,之后可以对它进行匹配bool search(word)
如果数据结构中存在字符串与 word
匹配,则返回 true
;否则,返回 false
。word
中可能包含一些 '.'
,每个 .
都可以表示任何一个字母。
示例:
输入:
[“WordDictionary”,“addWord”,“addWord”,“addWord”,“search”,“search”,“search”,“search”]
[[],[“bad”],[“dad”],[“mad”],[“pad”],[“bad”],[“.ad”],[“b…”]]
输出:
[null,null,null,null,false,true,true,true]
解释:
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord(“bad”);
wordDictionary.addWord(“dad”);
wordDictionary.addWord(“mad”);
wordDictionary.search(“pad”); // 返回 False
wordDictionary.search(“bad”); // 返回 True
wordDictionary.search(“.ad”); // 返回 True
wordDictionary.search(“b…”); // 返回 True
提示:
1 <= word.length <= 25
addWord
中的 word
由小写英文字母组成search
中的 word
由 '.' 或小写英文字母组成104
次 addWord
和 search
链接: 211. 添加与搜索单词 - 数据结构设计
非常常规的字典树
最坏时间复杂度O(nlog2n)
字典树
用dfs匹配.。
class TrieNode:
def __init__(self,cnt=0):
self.cnt = cnt
self.next = [None]*26
self.is_end = False
class WordDictionary:
def __init__(self):
self.root = TrieNode()
self.depth = 0
def addWord(self, word: str) -> None:
cur = self.root
for c in word:
i = ord(c)-ord('a')
if not cur.next[i] : # 没有这个字符
cur.next[i] = TrieNode()
cur = cur.next[i]
cur.cnt += 1
cur.is_end = True
def search(self, word: str) -> bool:
def dfs(root,word,start):
if not root:
return False
if start == len(word):
return root.is_end
c = word[start]
if c == '.':
for i in range(26):
if root.next[i] and root.next[i].cnt >0 and dfs(root.next[i],word,start+1):
return True
return False
else :
i = ord(c)-ord('a')
if not root.next[i] or root.next[i].cnt == 0:
return False
return dfs(root.next[i],word,start+1)
return dfs(self.root,word,0)