摘要:压缩前缀树其实就是将所有只有一个子节点的节点合并成一个,以减少没有意义的类似链表式的链接。然后我们开始遍历这个前缀树。
Implement Trie
哈希表法 复杂度Implement a trie with insert, search, and startsWith methods.
Note: You may assume that all inputs are consist of lowercase letters a-z.
时间 插入和查询都是O(K) K是词的长度 空间 O(NK) N是字典里词的个数
思路前缀树的具体讲解请戳这篇博客。这里我们实现树节点时使用了哈希表来映射字母和子节点的关系。
insert():对于插入操作,我们遍历字符串同时,根据上一个节点的哈希表来找到下一个节点,直到哈希表中没有相应的字母,我们就新建一个节点。然后从这个新建节点开始,用同样的方法把剩余的字母添加完。记住最后一个字母要添加叶子节点的标记,表明这个词到此已经完整了。
search():对于搜索操作,我们也是遍历字符串,然后根据每个节点的哈希表找到路径,最后返回该字符串最后一个字母所在节点。如果中途有找不到路径的情况就直接返回null,如果找到了最后的节点,如果它也是叶子结点的话,就说明找到了。
startWith():使用和search(),一样的方法,只是我们返回的节点不用判断是否是叶子节点。只要找到就行。
class TrieNode { // Initialize your data structure here. HashMap后续 Follow Upchildren = new HashMap (); boolean isLeaf = false; char c; public TrieNode(){} public TrieNode(char c) { this.c = c; } } public class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } // Inserts a word into the trie. public void insert(String word) { HashMap children = root.children; for(int i = 0; i < word.length(); i++){ TrieNode next; // 如果已有该字母的节点,则转向该节点 if(children.containsKey(word.charAt(i))){ next = children.get(word.charAt(i)); } else { // 如果没有该字母的节点,就新建一个节点 next = new TrieNode(word.charAt(i)); children.put(word.charAt(i), next); } children = next.children; if(i == word.length() - 1){ next.isLeaf = true; } } } // Returns if the word is in the trie. public boolean search(String word) { TrieNode res = searchNode(word); if(res != null && res.isLeaf){ return true; } else { return false; } } // Returns if there is any word in the trie // that starts with the given prefix. public boolean startsWith(String prefix) { return searchNode(prefix) != null; } private TrieNode searchNode(String word){ HashMap children = root.children; TrieNode next = null; for(int i = 0; i < word.length(); i++){ if(children.containsKey(word.charAt(i))){ next = children.get(word.charAt(i)); children = next.children; } else { return null; } } return next; } } // Your Trie object will be instantiated and called as such: // Trie trie = new Trie(); // trie.insert("somestring"); // trie.search("key");
Q:给定一个标准前缀树,请写一段程序将其压缩。
A:压缩前缀树其实就是将所有只有一个子节点的节点合并成一个,以减少没有意义的类似链表式的链接。
首先我们先将TrieNode稍微改一下。让它能存字符串而不只是字母。
class TrieNode { // Initialize your data structure here. HashMapchildren = new HashMap (); boolean isLeaf = false; String str; public TrieNode(){} public TrieNode(char c) { this.str = String.valueOf(c); } }
然后我们开始遍历这个前缀树。
public void compressTrie(Trie t){ compress(t.getRoot()); } private void compress(TrieNode n){ if(n == null) return; if(n.children.size()==1){ TrieNode next = n.children.get(n.children.keySet().iterator().next()); n.str = n.str + next.str; n.children = next.children; compress(next); } else { for(String key: n.children.keySet()){ compress(n.children.get(key)); } } }
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/64494.html
摘要:首先,我们应该了解字典树的性质和结构,就会很容易实现要求的三个相似的功能插入,查找,前缀查找。既然叫做字典树,它一定具有顺序存放个字母的性质。所以,在字典树的里面,添加,和三个参数。 Problem Implement a trie with insert, search, and startsWith methods. Notice You may assume that all i...
摘要:前言前缀树是一种很常用的数据结构,例如我们常用的数据库索引。而关于前缀树的介绍,由于中国有关于前缀树的教程,我就不班门弄斧了,我的答案也是参考教程的思路去解答,希望可以给大家一个参考。下面是原题目实现一个前缀树,包含和这三个操作。 前言 前缀树是一种很常用的数据结构,例如我们常用的数据库索引。而关于前缀树的介绍,由于LeetCode中国有关于前缀树的教程,我就不班门弄斧了,我的答案也是...
摘要:我们可以先用待查单词建立一个字典树,这样我们在从矩阵中某个点开始深度优先搜索时,可以直接用字典树判断当前组成的字符串是否是某个单词的前缀。字典树同样也提供接口,所以同样可以用于判断是否已经搜索到这个词了。 Word Search I 更新的思路与解法请访问:https://yanjia.me/zh/2018/11/... Given a 2D board and a word, f...
摘要:很容易看出,前缀最坏情况下的查找也快过二叉搜索树。这种压缩后的被唤作前缀压缩,或直接叫前缀树,字典树。最长公共前缀和的最长公共前缀是,遍历字典树到字母时,此时这些单词的公共前缀是。 引子 前缀Trie, 又叫字符Tire, trie来自单词retrieval, 一开始念作tree,后来改念try, 毕竟它与树是不一样的东西。网上许多文章都搞混了trie与树。 trie是通过边来储存字符...
摘要:是以太坊存储数据的核心数据结构,它是由和结合的一种树形结构,理解有助于我们更好的理解以太坊的数据存储。所以就有了树压缩前缀树,后面会介绍到,也被称为,中文名称默克尔树,主要用于数据集较大时的文件校验。 MPT(Merkle Patricia Tries)是以太坊存储数据的核心数据结构,它是由Merkle Tree和Patricia Tree结合的一种树形结构,理解MPT有助于我们更...
阅读 3560·2021-11-22 09:34
阅读 3168·2021-11-15 11:38
阅读 2863·2021-10-27 14:16
阅读 1190·2021-10-18 13:35
阅读 2396·2021-09-30 09:48
阅读 3354·2021-09-29 09:34
阅读 1522·2019-08-30 15:54
阅读 1787·2019-08-26 11:57