Implement a trie with insert
, search
, and startsWith
methods.
Trie,又称单词查找树或键树,是一种树形结构。典型应用是用于统计和排序大量的字符串(但不仅限于字符串),所以经常被搜索引擎系统用于文本词频统计或是前缀匹配。
它有3个基本性质:
下面这个图就是Trie的表示,每一条边表示一个字符,如果结束,就用星号表示。在这个Trie结构里,我们有下面字符串,比如do, dork, dorm等,但是Trie里没有ba, 也没有sen,因为在a, 和n结尾,没有结束符号(星号)。
有了这样一种数据结构,我们可以用它来保存一个字典,要查询改字典里是否有相应的词,是否非常的方便呢?我们也可以做智能提示,我们把用户已经搜索的词存在Trie里,每当用户输入一个词的时候,我们可以自动提示,比如当用户输入 ba, 我们会自动提示 bat 和 baii.
转自:http://blog.csdn.net/beiyetengqing/article/details/7856113
实现代码如下:
class TrieNode { char item;//节点存储的字符 LinkedList<TrieNode> childNodes;//所有子节点集合 boolean isEnd = false;//单词结束标记 // Initialize your data structure here. public TrieNode() { item = ' '; childNodes = new LinkedList<TrieNode>(); } //查询子节点 public TrieNode getChildNode(char c) { for(TrieNode childNode:childNodes) { if(childNode.item==c) return childNode; } return null; } //增加子节点 public void addChildNode(char c) { TrieNode childNode = new TrieNode(); childNode.item = c; childNodes.add(childNode); } } public class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } // Inserts a word into the trie. public void insert(String word) { if(search(word)) return;//若该单词已经存在直接返回 TrieNode cur = root; for(int i=0;i<word.length();i++) { if(cur.getChildNode(word.charAt(i))==null) cur.addChildNode(word.charAt(i));//插入子节点 cur = cur.getChildNode(word.charAt(i)); } cur.isEnd = true;//标记单词结束 } // Returns if the word is in the trie. public boolean search(String word) { TrieNode cur = root; for(int i=0;i<word.length();i++) { if(cur.getChildNode(word.charAt(i))==null) return false; cur = cur.getChildNode(word.charAt(i)); } return cur.isEnd==true; } // Returns if there is any word in the trie // that starts with the given prefix. public boolean startsWith(String prefix) { TrieNode cur = root; for(int i=0;i<prefix.length();i++) { if(cur.getChildNode(prefix.charAt(i))==null) return false; cur = cur.getChildNode(prefix.charAt(i)); } return true; } } // Your Trie object will be instantiated and called as such: // Trie trie = new Trie(); // trie.insert("somestring"); // trie.search("key");