☆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

2270

发布于 2022-09-27 09:38:24

文章被收录于专栏：Unity3D

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 &amp;&amp; dfs(word, index + 1, child)) {
                return true;
            }
        } else {
            for (int i = 0; i < 26; i++) {
                Trie child = node.getChildren()[i];
                if (child != null &amp;&amp; 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;
    }
}

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同步曝光计划，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

数据结构

编程算法

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

数据结构

编程算法

登录后参与评论

0 条评论

热度