208. 实现 Trie (前缀树)

208. 实现 Trie (前缀树) #

链接 #

208. 实现 Trie (前缀树)

题目 #

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：

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

解答 #

class TrieNode:
    def __init__(self):
        self.children = {}
        self.eow = False # end of word flag

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

    def insert(self, word: str) -> None:
        # 插入时，从根节点开始，逐个字符插入
        node = self.root
        for char in word:
            if char not in node.children:
                node.children[char] = TrieNode()
            node = node.children[char]
        node.eow = True

    def search(self, word: str) -> bool:
        # 搜索时，从根节点开始，逐个字符搜索
        node = self.root
        for char in word:
            if char not in node.children:
                return False
            node = node.children[char]
        return node.eow

    def startsWith(self, prefix: str) -> bool:
        # 同上
        node = self.root
        for char in prefix:
            if char not in node.children:
                return False
            node = node.children[char]
        return True