用Trie树统计以给定字符串为前缀的单词个数

#1014 : Trie树

时间限制: 10000ms
单点时限: 1000ms
内存限制: 256MB

描述

小Hi和小Ho是一对好朋友,出生在信息化社会的他们对编程产生了莫大的兴趣,他们约定好互相帮助,在编程的学习道路上一同前进。

这一天,他们遇到了一本词典,于是小Hi就向小Ho提出了那个经典的问题:“小Ho,你能不能对于每一个我给出的字符串,都在这个词典里面找到以这个字符串开头的所有单词呢?

身经百战的小Ho答道:“怎么会不能呢!你每给我一个字符串,我就依次遍历词典里的所有单词,检查你给我的字符串是不是这个单词的前缀不就是了?

小Hi笑道:“你啊,还是太年轻了!~假设这本词典里有10万个单词,我询问你一万次,你得要算到哪年哪月去?”

小Ho低头算了一算,看着那一堆堆的0,顿时感觉自己这辈子都要花在上面了...

小Hi看着小Ho的囧样,也是继续笑道:“让我来提高一下你的知识水平吧~你知道树这样一种数据结构么?”

小Ho想了想,说道:“知道~它是一种基础的数据结构,就像这里说的一样!”

小Hi满意的点了点头,说道:“那你知道我怎么样用一棵树来表示整个词典么?”

小Ho摇摇头表示自己不清楚。

提示一:Trie树的建立

“你看,我们现在得到了这样一棵树,那么你看,如果我给你一个字符串ap,你要怎么找到所有以ap开头的单词呢?”小Hi又开始考校小Ho。

“唔...一个个遍历所有的单词?”小Ho还是不忘自己最开始提出来的算法。

“笨!这棵树难道就白构建了!”小Hi教训完小Ho,继续道:“看好了!”

提示二:如何使用Trie树

提示三:在建立Trie树时同时进行统计!

“那么现在!赶紧去用代码实现吧!”小Hi如是说道

输入

输入的第一行为一个正整数n,表示词典的大小,其后n行,每一行一个单词(不保证是英文单词,也有可能是火星文单词哦),单词由不超过10个的小写英文字母组成,可能存在相同的单词,此时应将其视作不同的单词。接下来的一行为一个正整数m,表示小Hi询问的次数,其后m行,每一行一个字符串,该字符串由不超过10个的小写英文字母组成,表示小Hi的一个询问。

在20%的数据中n, m<=10,词典的字母表大小<=2.

在60%的数据中n, m<=1000,词典的字母表大小<=5.

在100%的数据中n, m<=100000,词典的字母表大小<=26.

本题按通过的数据量排名哦~

输出

对于小Hi的每一个询问,输出一个整数Ans,表示词典中以小Hi给出的字符串为前缀的单词的个数。

样例输入
5
babaab
babbbaaaa
abba
aaaaabaa
babaababb
5
babb
baabaaa
bab
bb
bbabbaab
样例输出
1
0
3
0
0
实现代码其实就很简单了,我们只要在trie树的节点定义中添加每一个节点对应的当前 “前缀的数目” 就行了

这样每次查找只要走到所要查询的前缀末尾节点处,直接返回该节点的 “前缀数目”

代码如下:

#include <iostream>
#include <string>
using namespace std;

struct trieNode {
	trieNode() : prefixLatterWords(0) {
		for (size_t i = 0; i < 26; ++i) {
			children[i] = NULL;
		}
	}

	~trieNode() {
		for (size_t i = 0; i < 26; ++i) {
			if (children[i]) {
				delete children[i];
				children[i] = NULL;
			}
		}
	}

	int prefixLatterWords; //后续单词个数
	trieNode *children[26];
};

class trie {
public:
	trie() : root(new trieNode) {}

	size_t Index(char c) {
		return static_cast<size_t>(c % 26);
	}

	void insert(const string& word);

	int countPrefix(const string& prefix);

public:
	trieNode *root;
};

void trie::insert(const string& word) {
	trieNode *cur = root;
	for (size_t i = 0; i < word.size(); ++i) {
		size_t idx = Index(word[i]);
		if (!cur->children[idx]) {
			cur->children[idx] = new trieNode;
		}
		cur = cur->children[idx];
		++cur->prefixLatterWords;
	}
}

int trie::countPrefix(const string& prefix) {
	trieNode *cur = root;
	for (size_t i = 0; i < prefix.size(); ++i) {
		size_t idx = Index(prefix[i]);
		if (!cur->children[idx]) {
			return 0;
		}
		cur = cur->children[idx];
	}
	return cur->prefixLatterWords;
}

int main()
{
	trie t;
	int n, m;
	cin >> n;
	//建trie树
	string word;
	for (size_t i = 0; i < n; ++i) {
		cin >> word;
		t.insert(word);
	}

	cin >> m;
	string prefix;
	for (size_t i = 0; i < m; ++i) {
		cin >> prefix;
		cout << t.countPrefix(prefix) << endl;
	}

	//system("pause");
	return 0;
}

你可能感兴趣的:(算法,hihoCoder)