本文主要是介绍力扣每日一题208：实现 Trie (前缀树)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
题目内容
难度 中等
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，例如自动补完和拼写检查。
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 <= 2000word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
面试中遇到过这道题?
1/5
是
否
通过次数
326.7K
提交次数
454K
通过率
72.0%
题目提供的结构(c++)
class Trie {
public:Trie() {}void insert(string word) {}bool search(string word) {}bool startsWith(string prefix) {}
};/*** Your Trie object will be instantiated and called as such:* Trie* obj = new Trie();* obj->insert(word);* bool param_2 = obj->search(word);* bool param_3 = obj->startsWith(prefix);*/思路
首先很多人还不知道前缀树。
简单说来就是，根节点不存放数据，其它节点每个节点存放一个字母。从根节点到某个节点形成的路径就是一个单词。每一个非根节点会有个标记，记录以该节点为尾的路径是不是一个单词。
首先每个节点的数据结构一定要有结束标志和表示孩子节点的数据（我用的是哈希表，键对应的是孩子节点的字符，值对应的是孩子节点的地址）。
其次还可以添加代表该节点的字母（我用哈希表表示孩子节点，所以可以通过父节点来找到当前节点的字母。如果不能通过父节点来表示当前节点的字母，那么一定要有个变量能专门表示当前节点的字母），根节点走到当前节点的值，根节点到当前节点的距离等等。
随后就是根据前缀树的特点来模拟。其中我认为最核心的算法就是以下部分。
int n=word.length();
Node* cur=root;
int i=0;
while( i<n&&(cur->child).find(word[i])!=(cur->child).end() ){cur=(cur->child)[word[i]];i++;
}上述代码走完后 ：
i会指向word中最后一个匹配成功的后一个位置
cur会指向前缀树中最后一个匹配成功的地址。
随后就很方便的进行插入，查找，找到前缀操作。
复杂度
时间复杂度:
添加和查找时间复杂度,： O(m)O(m)O(m)
其中m为word的长度
查找前缀的时间复杂度： O(p)O(p)O(p)
p为前缀的长度
空间复杂度:
空间复杂度为单词的总长度： O(numberofwords∗averagewordlength)
实现代码
class Trie {
public:struct Node{bool flag=false; //结束标志，true代表是结束char letter; //该节点代表的字母unordered_map<char,Node*> child;string val; //根走到当前节点的值Node() {};Node(char c) : letter(c) {};};Node* root;Trie() {root=new Node('#');}void insert(string word) {int n=word.length();Node* cur=root;int i=0;while( i<n&&(cur->child).find(word[i])!=(cur->child).end() ){cur=(cur->child)[word[i]];i++;}//word已经存在的情况if(i==n&&(cur->flag)==true){return;}else if(i==n&&(cur->flag)==false){//word在前缀树中但是不存在的情况cur->flag=true;}else if(i!=n){while(i<n){(cur->child)[word[i]]=new Node(word[i]);cur=(cur->child)[word[i]];i++;}(cur->flag)=true;//标志结束}//}bool search(string word) {int n=word.length();int i=0; //word中最后一个匹配成功的后一个位置Node* cur=root; //前缀树中匹配成功的最后一个位置while( i<n&&(cur->child).find(word[i])!=(cur->child).end() ){cur=(cur->child)[word[i]];i++;}if(i==n&&(cur->flag)==true ) return true;else return false;}bool startsWith(string prefix) {int n=prefix.length();int i=0;Node* cur=root;while( i<n&&(cur->child).find(prefix[i])!=(cur->child).end() ){cur=(cur->child)[prefix[i]];i++;}if( i==n&&(cur->flag==true||(cur->child).size()!=0) ) return true;else return false;}
};/*** Your Trie object will be instantiated and called as such:* Trie* obj = new Trie();* obj->insert(word);* bool param_2 = obj->search(word);* bool param_3 = obj->startsWith(prefix);*/这篇关于力扣每日一题208：实现 Trie (前缀树)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
