LC.P208[实现Trie(前缀树)]

LC.P208[实现Trie(前缀树)]

性质：

1. Trie的形状和单词的插入或删除顺序无关，也就是说对于任意给定的一组单词，Trie的形状都是唯一的。
2. 查找或插入一个长度为L的单词，访问next数组的次数最多为L+1，和Trie中包含多少个单词无关。
3. Trie的每个结点中都保留着一个字母表，这是很耗费空间的。如果Trie的高度为n，字母表的大小为m，最坏的情况是Trie中还不存在前缀相同的单词，那空间复杂度就为$O(m^n)$

class Trie {

    Trie[] next;
    boolean isEnd;

    public Trie() {
        next = new Trie[26];
        isEnd = false;
    }
    
     // 从根结点的子结点开始与 word 第一个字符进行匹配，一直匹配到前缀链上没有对应的字符，这时开始不断开辟新的结点，直到插入完 word 的最后一个字符，同时还要将最后一个结点isEnd = true;，表示它是一个单词的末尾。
    public void insert(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); ++i) {
            char c = word.charAt(i);
            if (node.next[c - 'a'] == null) {
                node.next[c - 'a'] = new Trie();
            }
            node = node.next[c - 'a'];
        }
        node.isEnd = true;
    }
    
    // 从根结点的子结点开始，一直向下匹配即可，如果出现结点值为空就返回 false，如果匹配到了最后一个字符，那我们只需判断 node.isEnd即可。
    public boolean search(String word) {
        Trie node = this;
        for (int i = 0; i < word.length(); ++i) {
            char c = word.charAt(i);
            node = node.next[c - 'a'];
            if (node == null) return false;
        }
        return node.isEnd == true;
    }
    
    // 和 search 操作类似，只是不需要判断最后一个字符结点的isEnd，因为既然能匹配到最后一个字符，那后面一定有单词是以它为前缀的。
    public boolean startsWith(String prefix) {
        Trie node = this;
        for (int i = 0; i < prefix.length(); ++i) {
            char c = prefix.charAt(i);
            node = node.next[c - 'a'];
            if (node == null) return false;
        }
        return true;
    }
}