208. 实现 Trie (前缀树)

@[TOC](208. 实现 Trie (前缀树))

题目-中等难度

Trie（发音类似 “try”）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。

请你实现 Trie 类：

• Trie() 初始化前缀树对象。
• void insert(String word) 向前缀树中插入字符串 word 。
• boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即，在检索之前已经插>- 入）；否则，返回 false 。
• boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ，返回 true ；否则，返回 false 。

示例

示例：

输入
[“Trie”, “insert”, “search”, “search”, “startsWith”, “insert”, “search”]
[[], [“apple”], [“apple”], [“app”], [“app”], [“app”], [“app”]]
输出
[null, null, true, false, true, null, true]
解释
Trie trie = new Trie();
trie.insert(“apple”);
trie.search(“apple”); // 返回 True
trie.search(“app”); // 返回 False
trie.startsWith(“app”); // 返回 True
trie.insert(“app”);
trie.search(“app”); // 返回 True

提示：

• 1 <= word.length, prefix.length <= 2000
• word 和 prefix 仅由小写英文字母组成
• insert、search 和 startsWith 调用次数 总计 不超过 3 * 104 次

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/summary-ranges
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

1. 字典树

时间
172ms
击败 53.16%使用 Python3 的用户
内存
34.37MB
击败 31.98%使用 Python3 的用户

class TrieNode:
    def __init__(self):
        # 每个节点设置26个英文字母
        self.children = [None] * 26
        # 是不是最后一个单词
        self.is_end_of_word = False

class Trie:
    def __init__(self):
        # 初始树
        self.root = TrieNode()

    def insert(self, word: str) -> None:
        # node获取树
        node = self.root
        # 对于word中的单词字母
        for char in word:
            # 获取字母对应的索引
            index = ord(char) - ord('a')
            # 如果当前位置没有字母
            if not node.children[index]:
                # 新建字母
                node.children[index] = TrieNode()
            # 指向下一个字母的node
            node = node.children[index]
        # 遍历完, 代表单词到最后一位
        node.is_end_of_word = True

    def search(self, word: str) -> bool:
        # 找寻word
        node = self._search_prefix(word)
        # node存在并且结束了返回True, 否则False
        return node is not None and node.is_end_of_word

    def startsWith(self, prefix: str) -> bool:
        # prefix 存在于树内
        return self._search_prefix(prefix) is not None
    
    def _search_prefix(self, word: str) -> TrieNode:
        # 获取树
        node = self.root
        # 单词的字母遍历
        for char in word:
            # 获取字母的索引
            index = ord(char) - ord('a')
            # 如果不存在于node.children
            if not node.children[index]:
                # 返回None
                return None
            # 遍历下个node
            node = node.children[index]
        # 找到了返回node
        return node

# Your Trie object will be instantiated and called as such:
# obj = Trie()
# obj.insert(word)
# param_2 = obj.search(word)
# param_3 = obj.startsWith(prefix)