标签：
Implement a trie with insert, search, and startsWith methods.
Trie，又称单词查找树或键树，是一种树形结构。典型应用是用于统计和排序大量的字符串（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或是前缀匹配。
它有3个基本性质：
有了这样一种数据结构，我们可以用它来保存一个字典，要查询改字典里是否有相应的词，是否非常的方便呢？我们也可以做智能提示，我们把用户已经搜索的词存在Trie里，每当用户输入一个词的时候，我们可以自动提示，比如当用户输入 ba, 我们会自动提示 bat 和 baii.
转自：http://blog.csdn.net/beiyetengqing/article/details/7856113
实现代码如下:
class TrieNode { char item;//节点存储的字符 LinkedList<TrieNode> childNodes;//所有子节点集合 boolean isEnd = false;//单词结束标记 // Initialize your data structure here. public TrieNode() { item = ‘ ‘; childNodes = new LinkedList<TrieNode>(); } //查询子节点 public TrieNode getChildNode(char c) { for(TrieNode childNode:childNodes) { if(childNode.item==c) return childNode; } return null; } //增加子节点 public void addChildNode(char c) { TrieNode childNode = new TrieNode(); childNode.item = c; childNodes.add(childNode); } } public class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } // Inserts a word into the trie. public void insert(String word) { if(search(word)) return;//若该单词已经存在直接返回 TrieNode cur = root; for(int i=0;i<word.length();i++) { if(cur.getChildNode(word.charAt(i))==null) cur.addChildNode(word.charAt(i));//插入子节点 cur = cur.getChildNode(word.charAt(i)); } cur.isEnd = true;//标记单词结束 } // Returns if the word is in the trie. public boolean search(String word) { TrieNode cur = root; for(int i=0;i<word.length();i++) { if(cur.getChildNode(word.charAt(i))==null) return false; cur = cur.getChildNode(word.charAt(i)); } return cur.isEnd==true; } // Returns if there is any word in the trie // that starts with the given prefix. public boolean startsWith(String prefix) { TrieNode cur = root; for(int i=0;i<prefix.length();i++) { if(cur.getChildNode(prefix.charAt(i))==null) return false; cur = cur.getChildNode(prefix.charAt(i)); } return true; } } // Your Trie object will be instantiated and called as such: // Trie trie = new Trie(); // trie.insert("somestring"); // trie.search("key");
标签：
原文地址：http://www.cnblogs.com/mrpod2g/p/4490482.html
