Trie树，即字典树.常用于搜索提示。核心思想：空间换时间。利用字符串的公共前缀来降低查询时间的开销从而提高效率。
3个特点：
- 根节点不包含字符，除根节点外每一个节点都只包含一个字符
- 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串
- 每个节点的所有子节点包含的字符都不相同
定义
//树的定义
public class Trie {
//节点的定义
static class TrieNode {
//当前节点存储的字符
char val;
//标记节点，用来标记当前的节点是否为要存储节点的最后一个字符
boolean isEnd;
//存储节点的下一个节点，最多只有26个字母，所以只开辟了26个数组空间
TrieNode[] next = new TrieNode[26];
public TrieNode() {
}
public TrieNode(char val) {
this.val = val;
}
}
//树的根节点
TrieNode root;
/**
* 初始化Trie数据结构
*/
public Trie() {
root = new TrieNode();
root.val = ' ';
}}
操作
1.插入
public void insert(String word) {
TrieNode currentNode = root;
for (int i = 0; i < word.length(); i++) {
char c = word.charAt(i);
//没有节点
if (currentNode.next[c - 'a'] == null) {
currentNode.next[c - 'a'] = new TrieNode(c);
}
//移动currentNode为下一个节点
currentNode = currentNode.next[c - 'a'];
}
// 遍历结束后，currentNode 此时为单词最后一个字符，标识isEnd为true
currentNode.isEnd = true;
}
2.查找
/*
1.判断某个单词是否在树中
*/
public boolean search(String word) {
TrieNode currentNode = root;
for (int i = 0; i < word.length(); i++) {
char c = word.charAt(i);
// 在单词还未遍历结束的时候发现已经不匹配了
if (currentNode.next[c - 'a'] == null){
return false;
}
currentNode = currentNode.next[c - 'a'];
}
// 在字典树中，每个单词的末尾都有设置为true
// 如果当前是false，那么代表未存储这个单词
return currentNode.isEnd;
}
/*
2.判断某个字符串是否为Trie树中某个单词的前缀
*/
public boolean startsWith(String prefix) {
TrieNode currentNode = root;
for (int i = 0; i < prefix.length(); i++) {
char c = prefix.charAt(i);
if (currentNode.next[c - 'a'] == null){
return false;
}
currentNode = currentNode.next[c - 'a'];
}
//匹配完前缀之后返回true（在查找单词时，返回的是isEnd）
return true;
}
3.删除
- 情况①：树中没有这个单词，返回false
- 情况②：树中没有这个单词，但是找到了以这个单词作为前缀的串，返回false
- 情况③：树中有这个单词，修改标记节点的isEnd为false；如果标记节点无子节点，则删除标记节点，返回true
public boolean delete(String word){
TrieNode currentNode = root;
for (int i = 0; i < word.length(); i++) {
char c = word.charAt(i);
if (currentNode.next[c - 'a'] == null){
//单词还未遍历完就不匹配
System.out.println("树中没有匹配的字符串："+word);
return false;
}
currentNode = currentNode.next[c - 'a'];
}
//单词遍历完后，currentNode此时指向单词的最后一个字符处
//1.是树中的标记节点
if(currentNode.isEnd){
currentNode.isEnd=false;
System.out.println("修改标记成功："+word);
//判断当前节点是否有其他孩子节点
int k=0;
while(k<26){
if(currentNode.next[k]==null){
//子节点为空
k++;
}
else {
//有子节点，上面已经修改isEnd，直接返回true
System.out.println("当前节点"+currentNode.val+"至少有子节点:"+currentNode.next[k].val);
return true;
}
}
//while循环正常结束，子节点全为空
if(k==26){
System.out.println("当前节点"+currentNode.val+"无子节点");
currentNode=null;
System.out.println("删除成功："+word);
return true;
}
}
else{
//2.不是树中的标记节点，代表这个单词是前缀出现的
System.out.println("只找到前缀字符串："+word);
return false;
}
return true;
}
测试
public static void main(String[] args) {
Trie trie = new Trie();
trie.insert("i");
trie.insert("love");
trie.insert("snnu");
trie.insert("sn");
System.out.println("----查找单词----");
System.out.println(trie.search("love"));// true
System.out.println(trie.search("book"));//false
System.out.println("----查找前缀----");
System.out.println(trie.startsWith("lov"));// true
System.out.println(trie.startsWith("in"));//false
System.out.println("----删除----");
System.out.println(trie.delete("snn"));//找到前缀，返回false
System.out.println(trie.delete("hehe"));//找不到，返回false
System.out.println(trie.delete("love"));//删除成功，返回true
System.out.println(trie.search("lov"));//false
System.out.println(trie.startsWith("lov"));// true
System.out.println("----****----");
System.out.println(trie.delete("sn"));
}
结果
