古人有云：“一杯茶，一包烟，一个bug调一天。”
今天我是切身体会到代码出问题，还是在逻辑语法都没问题的情况下的心塞。后来才发现是题目提供的方法名我少写了一个"s"，就是下面startswith的方法名中的s。就这一个小点，搞了3个多小时！！！！
废话不多说，我们来看看什么是前缀树：又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。
搜索字典项目的方法为：
(1) 从根结点开始一次搜索；
(2) 取得要查找关键词的第一个字母，并根据该字母选择对应的子树并转到该子树继续进行检索；
(3) 在相应的子树上，取得要查找关键词的第二个字母,并进一步选择对应的子树进行检索。
(4) 迭代过程……
(5) 在某个结点处，关键词的所有字母已被取出，则读取附在该结点上的信息，即完成查找。
其他操作类似处理。
具体的应用：串的快速检索、“串”排序、最长公共前缀
介绍完定义之后，我们来从力扣上一道题入手来编写Trie树。
leetcode208. 实现 Trie (前缀树)
链接：https://leetcode-cn.com/problems/implement-trie-prefix-tree/
难度：中等
题目：
实现一个 Trie (前缀树)，包含 insert, search, 和 startsWith 这三个操作。
示例:
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方法一：
第一步我们先要构建树的结点:由题目要求可以知道
class TrieNode {
boolean isleaf;
Map<Character,TrieNode> next;//用来存，下一个结点的信息，K是存储字符，Value存储结点
public TrieNode(){
next=new HashMap<Character,TrieNode>();
}
}第二步构建Trie树,并实现search、insert、startswith方法
class Trie{
private TrieNode root;//定义根节点
public Trie(){
root = new TrieNode();
}
//方法：插入方法
public void insert(String word){
if(word == null || word.length() == 0){
return ;
}
TrieNode node = root;
int len=word.length();
for(int i=0;i<len;i++){
Character c = word.charAt(i);
TrieNode tempNode = node.next.get(c);
if(tempNode == null){
tempNode = new TrieNode();
node.next.put(c,tempNode);
}
node=tempNode;
}
node.isleaf = true;
}
//search方法
public boolean search(String word){
if(word == null || word.length() == 0){
return false;
}
TrieNode node =root;
int len=word.length();
for(int i=0;i<len;i++){
Character c = word.charAt(i);
TrieNode tempNode = node.next.get(c);
if(tempNode == null){
return false;
}
node = tempNode;
}
return node.isleaf;
}
//返回trie中是否有给定前缀开头的单词
public boolean startsWith(String prefix){
if(prefix == null || prefix.length() == 0) return false;
TrieNode node = root;
int len=prefix.length();
for(int i=0;i<len;i++){
TrieNode tempNode = node.next.get(prefix.charAt(i));
if(tempNode == null){
return false;
}
node=tempNode;
}
return true;//不需要判断是否是叶结点
}
}方法二：
构建结点：是用数组，其实在结点构造这块，定义的方法是模拟map
class TrieNode{
private TrieNode[] links;
private final int R=26;
private boolean isEnd;
public TrieNode(){
links=new TrieNode[][R];
}
public boolean containsKey(char ch){
return links[ch-'a'] != null;
}
public TrieNode get(char ch){
return links[ch-'a'];
}
public void put(char ch,TrieNode node){
links[ch-'a']=node;
}
public void setEnd(){
isEnd=true;
}
public boolean isEnd(){
return isEnd;
}
}构建trie：
public class Trie {
private TrieNode root;
public Trie(){
root = new TrieNode();
}
//inset
public void insert(String word){
if(word == null || word.length() == 0) return ;
TrieNode node =root;
for(int i=0;i<word.length();i++){
char c = word.charAt(i);
if(!node.containsKey(c)){
node.put(c,new TrieNode());
}
node = node.get(c);//node指向下一个结点
}
node.setEnd();
}
//searchPrefix
public TrieNode searchPrefix(String word){
if(word == null || word.length() == 0) return false;
TrieNode node=root;
for(int i=0;i<word.length();i++){
char c = word.charAt(i);
if(node.containsKey(c)){
node=node.get(c);
}else{
return null;
}
}
return node;
}
//search
public boolean search(String word){
TrieNode node = searchPrefix(word);
return node != null && node.isEnd();
}
}希望世界少一点bug，多一点爱！
