☆打卡算法☆LeetCode 211. 添加与搜索单词 - 数据结构设计 算法解析
☆打卡算法☆LeetCode 211. 添加与搜索单词 - 数据结构设计 算法解析
恬静的小魔龙
发布于 2022-09-27 09:38:24
发布于 2022-09-27 09:38:24
大家好，我是小魔龙，Unity3D软件工程师，VR、AR，虚拟仿真方向，不定时更新软件开发技巧，生活感悟，觉得有用记得一键三连哦。
一、题目
1、算法题目
“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以前添加的字符串匹配。”
题目链接：
来源：力扣（LeetCode）
链接： 211. 添加与搜索单词 - 数据结构设计 - 力扣（LeetCode）
2、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 1：
输入：
["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
[[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
输出：
[null,null,null,null,false,true,true,true]
解释：
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord("bad");
wordDictionary.addWord("dad");
wordDictionary.addWord("mad");
wordDictionary.search("pad"); // 返回 False
wordDictionary.search("bad"); // 返回 True
wordDictionary.search(".ad"); // 返回 True
wordDictionary.search("b.."); // 返回 True示例 2：二、解题
1、思路分析
这道题要我们实现一个词典类 WordDictionary，实现单词的添加和搜索。
词典类 WordDictionary可以是使用字典树实现，字典树（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。
字典树的空间复杂度为O(|S|)，其中|S|是插入字符串或查询前缀的长度。
对于字典树的操作，插入就没什么好说的，主要是搜索。
对于搜索单词，从字典树根节点开始搜索，由于单词可能包含点号，在搜索的过程中需要处理点号：
- 如果当前字符是字母，则判断字符对应的子节点是否存在，存在则移动到子节点，继续搜索下一个字符，如果子节点不存在说明单词不存在，返回false。
- 如果当前字符是点号，由于点号可以表示任何字母，因此需要对当前节点的所有非空子节点继续搜索下一个字符。
重复上面的过程，直到返回false，或者搜索完单词的字符。
2、代码实现
代码参考：
class WordDictionary {
private Trie root;
public WordDictionary() {
root = new Trie();
}
public void addWord(String word) {
root.insert(word);
}
public boolean search(String word) {
return dfs(word, 0, root);
}
private boolean dfs(String word, int index, Trie node) {
if (index == word.length()) {
return node.isEnd();
}
char ch = word.charAt(index);
if (Character.isLetter(ch)) {
int childIndex = ch - 'a';
Trie child = node.getChildren()[childIndex];
if (child != null && dfs(word, index + 1, child)) {
return true;
}
} else {
for (int i = 0; i < 26; i++) {
Trie child = node.getChildren()[i];
if (child != null && dfs(word, index + 1, child)) {
return true;
}
}
}
return false;
}
}
class Trie {
private Trie[] children;
private boolean isEnd;
public Trie() {
children = new Trie[26];
isEnd = false;
}
public void insert(String word) {
Trie node = this;
for (int i = 0; i < word.length(); i++) {
char ch = word.charAt(i);
int index = ch - 'a';
if (node.children[index] == null) {
node.children[index] = new Trie();
}
node = node.children[index];
}
node.isEnd = true;
}
public Trie[] getChildren() {
return children;
}
public boolean isEnd() {
return isEnd;
}
}
image.png
3、时间复杂度
时间复杂度：初始化为O(1)，添加单词为O(|S|)，搜索单词为O(|∑||S|)
其中|S|是每次添加或搜索的单词的长度，∑为字符集，这道题中的字符集为26个小写英语字母，|∑|=26。
空间复杂度：O(|T| · |∑|)
其中|T|是所有添加的单词的长度之和，∑为字符集，这道题中的字符集为26个小写英语字母，|∑|=26。
三、总结
总结一下：
- 根据给定字符串集合构建字典树
- 判断字典树终是否存在目标字符串
- 在字典树中找出目标字符串的最短前缀
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2022-08-25，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录