Preface
Trie （发音类似 try）前缀树，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，
有相当多地应用情景：自动补全和拼写检查，又称为字典树，实质上是 N叉树 的一种特殊形式。
相关题目推荐：
还有一道比较经典的题目：求数组中的最大异或值。
Solution
结点形式实现代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
| class Trie {
private Trie[] children;
private boolean isEnd;
public Trie() {
children = new Trie[26];
isEnd = false;
}
public void insert(String word) {
Trie node = this;
for (int i = 0; i < word.length(); i++) {
char ch = word.charAt(i);
int index = ch - 'a';
if (node.children[index] == null) {
node.children[index] = new Trie();
}
node = node.children[index];
}
node.isEnd = true;
}
public boolean search(String word) {
Trie node = searchPrefix(word);
return node != null && node.isEnd;
}
public boolean startsWith(String prefix) {
return searchPrefix(prefix) != null;
}
private Trie searchPrefix(String prefix) {
Trie node = this;
for (int i = 0; i < prefix.length(); i++) {
char ch = prefix.charAt(i);
int index = ch - 'a';
if (node.children[index] == null) {
return null;
}
node = node.children[index];
}
return node;
}
}
|
数组形式实现代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
| class Main {
static int N = 100010;
static int[][] son = new int[N][26];
static int[] cnt = new int[N];
static int idx = 0;
public static void insert(String s) {
int p = 0;
for (int i = 0; i < s.length(); i++) {
int t = s.charAt(i) - 'a';
if (son[p][t] == 0) {
son[p][t] = ++idx;
}
p = son[p][t];
}
cnt[p]++;
}
public static int query(String s) {
int p = 0;
for (int i = 0; i < s.length(); i++) {
int t = s.charAt(i) - 'a';
if (son[p][t] == 0) {
return 0;
}
p = son[p][t];
}
return cnt[p];
}
}
|
文章开始处的两个链接，前者直接应用到字典树，而后者间接用到字典树，
都给出了非常巧妙地解法，尤其是后者如何层序遍历得出字典树结点数目，非常精彩。