淘宝客合伙人网站建设网页搜索关键词

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

 

参考：

无