宁波网站推广渠道关键词推广工具
题目描述
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 <= 2000word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 Trie {
public:Trie() { // initisEnd = false;memset(next, 0, sizeof(next));}void insert(string word) {// 根节点出发寻找是否有满足word前缀的路径，若有，再添加剩余字母节点即可Trie *node = this;for(char c : word){if(node->next[c - 'a'] == NULL){// 节点中没有该元素，则添加该元素node->next[c - 'a'] = new Trie();}node = node->next[c - 'a'];}node->isEnd = true; // 标记为单词的结尾}bool search(string word) {Trie *node = this;for(char c:word){if(node->next[c - 'a'] == NULL) return false;node = node->next[c - 'a'];}return node->isEnd;}// 检查是否有前缀 prefixbool startsWith(string prefix) {Trie *node = this;for(char c:prefix){if(node->next[c - 'a'] == NULL) return false;node = node->next[c - 'a'];}return true;}private:bool isEnd; // 标识该前缀树节点是否为叶节点Trie *next[26]; // 一个节点最多26个孩子(子树)，空间换时间,一个数组（存放26个指针元素）
};/*** Your Trie object will be instantiated and called as such:* Trie* obj = new Trie();* obj->insert(word);* bool param_2 = obj->search(word);* bool param_3 = obj->startsWith(prefix);*/