python-leetcode 53.实现Trie(前缀树）

题目：

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

方法一：字典树

Trie，又称前缀树或字典树，是一棵有根树，其每个节点包含以下字段：

指向子节点的指针数组 children，对于本题而言，数组长度为 26，即小写英文字母的数量。此时 children[0] 对应小写字母 a，children[1] 对应小写字母 b，...

布尔字段 isEnd，表示该节点是否为字符串的结尾

插入字符串

从字典树的根开始，插入字符串。对于当前字符对应的子节点，有两种情况：

• 子节点存在。沿着指针移动到子节点，继续处理下一个字符。
• 子节点不存在。创建一个新的子节点，记录在 children 数组的对应位置上，然后沿着指针移动到子节点，继续搜索下一个字符

 重复以上步骤，直到处理字符串的最后一个字符，然后将当前节点标记为字符串的结尾

查找前缀

从字典树的根开始，查找前缀。对于当前字符对应的子节点，有两种情况：

• 子节点存在。沿着指针移动到子节点，继续搜索下一个字符。
• 子节点不存在。说明字典树中不包含该前缀，返回空指针。

• 重复以上步骤，直到返回空指针或搜索完前缀的最后一个字符

 若搜索到了前缀的末尾，就说明字典树中存在该前缀。此外，若前缀末尾对应节点的 isEnd 为真，则说明字典树中存在该字符串。

例如：

假设字符串里面只有 a 和 b 两种字符。

insert：例如插入字符串 aab，相当于生成了一条移动方向为「左-左-右」的路径。标记最后一个节点为终止节点。再插入字符串 aabb，相当于生成了一条移动方向为「左-左-右-右」的路径。标记最后一个节点为终止节点。

search：例如查找字符串 aab，相当于查找二叉树中是否存在一条移动方向为「左-左-右」的路径，且最后一个节点是终止节点

startsWith：例如查找前缀 aa，相当于查找二叉树中是否存在一条移动方向为「左-左」的路径，无其他要求。

推广到 26 种字母，其实就是一棵 26 叉树，对于 26 叉树的每个节点，可以用哈希表，或者长为 26 的数组来存储子节点。

class Trie(object):

    def __init__(self):
        self.children=[None]*26 #一个长度为26的列表，代表26个小写英文字母的子节点初始时每个位置都是
        self.isEnd=False #标记当前节点是否是某个单词的结尾
    
    def searchPrefix(self,prefix):#用于查找以 prefix 开头的前缀是否存在
        node=self
        for ch in prefix:
            ch=ord(ch)-ord("a")# 计算字符ch在 children 列表中的索引（0-25）
            if not node.children[ch]:#说明前缀不存在
                return None
            node =node.children[ch]#继续检查下一个字符
        return node 

    def insert(self, word):
        """
        :type word: str
        :rtype: None
        """
        node=self
        for ch in word:
            ch=ord(ch)-ord("a")#将字符 ch 映射到 0 到 25 之间的索引
            if not node.children[ch]:#如果 children[ch] 为空，创建新的 Trie 节点，并存
                node.children[ch]=Trie()
            node=node.children[ch]#移动到下一个字符的子节点
        node.isEnd=True#标记 word 结束

    def search(self, word):
        """
        :type word: str
        :rtype: bool
        """
        node=self.searchPrefix(word)#查找 word 的最后一个节点
        return node is not None and node.isEnd#如果 node 不为 None,并且终结点存在，则存在树中，返回true,否则返回False


    def startsWith(self, prefix):
        """
        :type prefix: str
        :rtype: bool
        """
        #检查 Trie 树中是否有以 prefix 开头的单词
        return self.searchPrefix(prefix) is not None


# Your Trie object will be instantiated and called as such:
# obj = Trie()
# obj.insert(word)
# param_2 = obj.search(word)
# param_3 = obj.startsWith(prefix)

时间复杂度：初始化为 O(1)，其余操作为 O(∣S∣)，其中 ∣S∣ 是每次插入或查询的字符串的长度

空间复杂度：O(∣T∣⋅Σ)，其中 ∣T∣ 为所有插入字符串的长度之和，Σ 为字符集的大小，本题 Σ=26。

源自灵茶山艾府

源自力扣官方题解