Implement a trie with
insert,search, andstartsWithmethods.
Example：
Trie trie = new Trie();
trie.insert("apple");
trie.search("apple"); // returns true
trie.search("app"); // returns false
trie.startsWith("app"); // returns true
trie.insert("app");
trie.search("app"); // returns true
Note：
You may assume that all inputs are consist of lowercase letters a-z.
All inputs are guaranteed to be non-empty strings.
解释下题目：
实现一个类，这个类能够增加一个字符串，然后能够搜索这个字符串，以及能够搜索整个类中有没有以xxx开头的字符串。
1. 链表
实际耗时：77ms
class TrieNode {
private static final char MY_NULL = ' ';
public char val;
public boolean flag = false;
public TrieNode[] children = new TrieNode[26];
public TrieNode() {
this.val = MY_NULL;
}
public TrieNode(char c) {
TrieNode tn = new TrieNode();
tn.val = c;
}
}
public class Trie {
private TrieNode root;
/**
* Initialize your data structure here.
*/
public Trie() {
root = new TrieNode();
}
/**
* Inserts a word into the trie.
*/
public void insert(String word) {
TrieNode cur = root;
for (char c : word.toCharArray()) {
if (cur.children[c - 'a'] != null) {
} else {
cur.children[c - 'a'] = new TrieNode(c);
}
cur = cur.children[c - 'a'];
}
cur.flag = true;
}
/**
* Returns if the word is in the trie.
*/
public boolean search(String word) {
TrieNode cur = root;
for (char c : word.toCharArray()) {
if (cur.children[c - 'a'] != null) {
cur = cur.children[c - 'a'];
} else {
return false;
}
}
return cur.flag;
}
/**
* Returns if there is any word in the trie that starts with the given prefix.
*/
public boolean startsWith(String prefix) {
TrieNode cur = root;
for (char c : prefix.toCharArray()) {
if (cur.children[c - 'a'] != null) {
cur = cur.children[c - 'a'];
} else {
return false;
}
}
return true;
}
public static void main(String[] args) {
Trie trie = new Trie();
trie.insert("apple");
System.out.println(trie.search("apple")); // returns true
System.out.println(trie.search("app")); // returns false
System.out.println(trie.startsWith("app")); // returns true
trie.insert("app");
System.out.println(trie.search("app")); // returns true
}
}
思路：一开始拿到这道题，看到又有插入，又有搜索，所以觉得LinkedList应该是蛮不错的解法。但是又看到startWith，如果用LinkedList来实现，那肯定完蛋，因为你要每个答案都去遍历一遍，时间复杂度太高了。然后就这样想到了可不可以用树来解决呢，其实一开始我把自己否认了，因为就算题目说了只有小写字母，那树的复杂度也高达 26^n ，其中n为最长的单词的长度，这其实也是非常恐怖的，但是看到题目里就有Prefix Tree，估计也就是这么做了。
一路写下来其实还挺好，最后卡在了apple和app判断上，我之前做search的时候，判断的依据是，看这个单词的最后一个字母后面还有没有了，如果有，则说明这个单词只是前缀，不满足search的完整性要求，但是后来发现如果同时有apple和app，我这种判断apple是没问题的，但是判断app就错了，所以之后改了一下，在加入的时候用一个flag来判断以这个节点为最后节点的是不是一个单词，这样也省掉了最后的判断。
