leetcode打卡--数据结构设计-添加于搜索单词（字典树--Trie)

Posted 2021-11-07 C_YCBX Py_YYDS

文章目录

• • 题目
  • 题目解析
  • 解题代码
  • • 方法一：链式动态Trie实现
    • 方法二：二维数组实现静态Trie

题目

题目描述：

请你设计一个数据结构，支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。

实现词典类 WordDictionary ：

• WordDictionary()初始化词典对象
• void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配
• bool search(word) 如果数据结构中存在字符串与 word 匹配，则返回 true ；否则，返回 false 。word 中可能包含一些 ‘.’ ，每个 . 都可以表示任何一个字母。

示例：

题目解析

此题是需要设计一个数据结构用于存储单词，但是注意，插入的单词是普通的单词，但查找的时候可以使用 ‘.’ 进行通配。

• 这种题型很容易就想到用 字典树 (Trie) 这种数据结构实现。

而字典树的实现可以用两种：

1. 链式动态实现：用一个 bool标记+指针索引 组成一个结点的结构体。
2. 二维数组静态实现：二维数组的第一维代表一个结点，第二维代表指向下一个结点的指针索引，然后再用一个bool数组记录该位置的结点是否是终点。

链式和静态数组实现的优劣：

存储空间分析：

链式动态实现，所有的内存空间都被充分利用，而静态数组的实现并不能充分利用好所有的空间，有很多是被浪费了，所以链式动态实现是很节省空间的。

运行效率分析：

链式动态实现肯定是要慢于静态数组实现的，首先链式实现需要申请堆内存，而对堆内存的访问和申请是比栈内存要慢很多的，再者，静态数组只需要分配一次内存空间，而动态申请内存需要多次。所以静态数组实现效率是要高一些的。

解题代码

关键的解题思路在于查找，因为我们需要实现通配符的查找，直接用dfs进行查找。其余的操作都是Trie的常规操作实现。

方法一：链式动态Trie实现

struct TrieNode {
    TrieNode * child[26];
    bool isEnd;
    TrieNode(): isEnd(false) {
        for (int i = 0; i < 26; i++) {
            child[i] = nullptr;
        }
    }
};

class WordDictionary {
public:
    WordDictionary() {
        trie = new TrieNode();
    }

    void addWord(string word) {
        TrieNode* t = trie;
        for (auto && tt : word) {
            if (t->child[tt - 'a'] == nullptr) {
                t->child[tt - 'a'] = new TrieNode;
            }
            t = t->child[tt - 'a'];
        }
        t->isEnd = true;
    }

    bool search(string word) {
        return dfs(word, 0, trie);
    }

    bool dfs(const string & word, int index, TrieNode * node) {
        　　　　if (index == word.size()) {
            return node->isEnd;
        }
        char ch = word[index];
        if (ch >= 'a' && ch <= 'z') {
            TrieNode * child = node->child[ch - 'a'];
            if (child != nullptr && dfs(word, index + 1, child)) {
                return true;
            }
        } else if (ch == '.') {
            for (int i = 0; i < 26; i++) {
                TrieNode * child = node->child[i];
                if (child != nullptr && dfs(word, index + 1, child)) {
                    return true;
                }
            }
        }
        return false;
    }
private:
    TrieNode * trie;
};

方法二：二维数组实现静态Trie

#define MAXN 35000
class WordDictionary {
    int Trie[MAXN][26];
    bool isEnd[MAXN];
    int tot;
public:
    WordDictionary() {
        memset(Trie, 0, sizeof(Trie));
        memset(isEnd, 0, sizeof(isEnd));
        tot = 0;
    }

    void addWord(string word) {
        int t = 0;
        for (int i = 0; i < word.size(); i++) {
            char tt = word[i];
            if (Trie[t][tt - 'a'] == 0) {
                Trie[t][tt - 'a'] = ++tot;
            }
            t = Trie[t][tt - 'a'];
        }
        isEnd[t] = true;
    }

    bool search(string word) {
        return dfs(word, 0, 0);
    }

    bool dfs(const string & word, int index, int to) {
        　　　　if (index == word.size()) {
            return isEnd[to];
        }
        char ch = word[index];
        if (ch >= 'a' && ch <= 'z') {
            int q = Trie[to][ch - 'a'];
            if (q != 0 && dfs(word, index + 1, q)) {
                return true;
            }
        } else if (ch == '.') {
            for (int i = 0; i < 26; i++) {
                int q = Trie[to][i];
                if (q != 0 && dfs(word, index + 1, q)) {
                    return true;
                }
            }
        }
        return false;
    }
};