"""
重要的是了解什么是Trie树,前缀树,这个数的应用还是挺多的,将字符串组成的路径记录下来,以此来快速
查找具有同一前缀的字符串!
首先Trie树的每个节点本身不存储字符,是整个树的路径信息存储字符,每个节点有个标志位isWord来标识从根节点root到当前node
节点的路径是否构成一个单词
所以TrieNode每个节点有两个成员变量,
其一是children,记录26个字符对应的子节点位置如
{'a':nodeA,
'b':nodeB,
'c':nodeC,
...
'y':None,
'z':nodeZ}
再者是isWord,记录当前节点node是否为一条路径上构成单词的位置
理解了前缀树的数据结构后,就可以很方便地写出题目要求的4个函数了,因为Trie存储的是整棵树,所以要单独建TrieNode类,
在Trie中存树的root节点,下面的操作也是对整棵树而言的
"""
class TrieNode:
def __init__(self):
self.children = {}
self.isWord = False
class Trie:
def __init__(self):
"""
Initialize your data structure here.
"""
self.root = TrieNode()
def insert(self, word):
"""
遍历word的每一个字符,检查Trie树中是否有,如果没有的话就新建节点,然后node前进到char代表的
新的节点位置,最后走完之后node再word的最后一个char那里,置isWord = True
"""
node = self.root
for char in word:
if char not in node.children:
node.children[char] = TrieNode()
node = node.children[char]
node.isWord = True
def search(self, word):
"""
遍历word的每一个字符,如果某字符在遍历过程中Trie树中是没有的话,直接返回False,一直走啊走,走到最后
说明Trie树中是有一条路径和word序列保持一致的,但是有这个路径不代表这个路径在Trie树中被标记为是一个词,
所以return node.isWord
"""
node = self.root
for char in word:
if char not in node.children:
return False
node = node.children[char]
return node.isWord
def startsWith(self, prefix):
"""
和search有点相像,但是不一样的是,只要有这个prefix的路径,那么就一定有单词是以它为前缀的,所以OK,return True
"""
node = self.root
for char in prefix:
if char not in node.children:
return False
node = node.children[char]
return True
LeetCode Medium 208 构建Trie树 Python
猜你喜欢
转载自blog.csdn.net/qq_28327765/article/details/85124416
今日推荐
周排行