当前位置：首页 > news >正文

【hot100】刷题记录(25)-实现Trie

news 2025/11/7 14:16:25

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，例如自动补全和拼写检查。

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 <= 2000
word 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

我的作答：

救命救命不会

class Node:
    __slots__ = 'son', 'end' #和__dict__的区别在于不会改变

    def __init__(self):
        self.son = [None]*26 #新型的定义方式
        self.end = False
class Trie:
    
    def __init__(self):
        self.root = Node()

    def insert(self, word: str) -> None:
        cur = self.root
        for char in word:
            char = ord(char)-ord('a') #字母的对应位置
            if not cur.son[char]:
                cur.son[char] = Node() #相当于在son的对应字母位置创建一个node
            cur = cur.son[char]
        cur.end = True

    def find(self, word: str) -> bool:
        cur = self.root
        for char in word:
            char = ord(char)-ord('a')
            if not cur.son[char]:
                return 0
            cur = cur.son[char]
        return 2 if cur.end else 1 #走到end了就返回2否则1
    
    def search(self, word: str) -> bool:
        return self.find(word)==2

    def startsWith(self, prefix: str) -> bool:
        return self.find(prefix)!=0