第五章 - 高频考题(中等)
1906. 查询差绝对值的最小值
0211. 添加与搜索单词 - 数据结构设计

题目地址(211. 添加与搜索单词 - 数据结构设计)

题目描述

1
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 。
2
3
实现词典类 WordDictionary :
4
5
WordDictionary() 初始化词典对象
6
void addWord(word) 将 word 添加到数据结构中,之后可以对它进行匹配
7
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。
8
9
10
示例:
11
12
输入:
13
["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
14
[[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
15
输出:
16
[null,null,null,null,false,true,true,true]
17
18
解释:
19
WordDictionary wordDictionary = new WordDictionary();
20
wordDictionary.addWord("bad");
21
wordDictionary.addWord("dad");
22
wordDictionary.addWord("mad");
23
wordDictionary.search("pad"); // return False
24
wordDictionary.search("bad"); // return True
25
wordDictionary.search(".ad"); // return True
26
wordDictionary.search("b.."); // return True
27
28
29
提示:
30
31
1 <= word.length <= 500
32
addWord 中的 word 由小写英文字母组成
33
search 中的 word 由 '.' 或小写英文字母组成
34
最调用多 50000 次 addWord 和 search
Copied!

前置知识

公司

  • 阿里
  • 腾讯

思路

我们首先不考虑字符"."的情况。这种情况比较简单,我们 addWord 直接添加到数组尾部,search 则线性查找即可。
接下来我们考虑特殊字符“.”,其实也不难,只不过 search 的时候,判断如果是“.”, 我们认为匹配到了,继续往后匹配即可。
上面的代码复杂度会比较高,我们考虑优化。如果你熟悉前缀树的话,应该注意到这可以使用前缀树来进行优化。前缀树优化之后每次查找复杂度是$O(h)$, 其中 h 是前缀树深度,也就是最长的字符串长度。
关于前缀树,LeetCode 有很多题目。有的是直接考察,让你实现一个前缀树,有的是间接考察,比如本题。前缀树代码见下方,大家之后可以直接当成前缀树的解题模板使用。
由于我们这道题需要考虑特殊字符".",因此我们需要对标准前缀树做一点改造,insert 不做改变,我们只需要改变 search 即可,代码(Python 3):
1
def search(self, word):
2
"""
3
Returns if the word is in the trie.
4
:type word: str
5
:rtype: bool
6
"""
7
curr = self.Trie
8
for i, w in enumerate(word):
9
if w == '.':
10
wizards = []
11
for k in curr.keys():
12
if k == '#':
13
continue
14
wizards.append(self.search(word[:i] + k + word[i + 1:]))
15
return any(wizards)
16
if w not in curr:
17
return False
18
curr = curr[w]
19
return "#" in curr
Copied!
标准的前缀树搜索我也贴一下代码,大家可以对比一下:
1
def search(self, word):
2
"""
3
Returns if the word is in the trie.
4
:type word: str
5
:rtype: bool
6
"""
7
curr = self.Trie
8
for w in word:
9
if w not in curr:
10
return False
11
curr = curr[w]
12
return "#" in curr
Copied!

关键点

  • 前缀树(也叫字典树),英文名 Trie(读作 tree 或者 try)

代码

  • 语言支持:Python3
Python3 Code:
关于 Trie 的代码:
1
class Trie:
2
3
def __init__(self):
4
"""
5
Initialize your data structure here.
6
"""
7
self.Trie = {}
8
9
def insert(self, word):
10
"""
11
Inserts a word into the trie.
12
:type word: str
13
:rtype: void
14
"""
15
curr = self.Trie
16
for w in word:
17
if w not in curr:
18
curr[w] = {}
19
curr = curr[w]
20
curr['#'] = 1
21
22
def search(self, word):
23
"""
24
Returns if the word is in the trie.
25
:type word: str
26
:rtype: bool
27
"""
28
curr = self.Trie
29
for i, w in enumerate(word):
30
if w == '.':
31
wizards = []
32
for k in curr.keys():
33
if k == '#':
34
continue
35
wizards.append(self.search(word[:i] + k + word[i + 1:]))
36
return any(wizards)
37
if w not in curr:
38
return False
39
curr = curr[w]
40
return "#" in curr
Copied!
主逻辑代码:
1
class WordDictionary:
2
3
def __init__(self):
4
"""
5
Initialize your data structure here.
6
"""
7
self.trie = Trie()
8
9
def addWord(self, word: str) -> None:
10
"""
11
Adds a word into the data structure.
12
"""
13
self.trie.insert(word)
14
15
def search(self, word: str) -> bool:
16
"""
17
Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter.
18
"""
19
return self.trie.search(word)
20
21
22
# Your WordDictionary object will be instantiated and called as such:
23
# obj = WordDictionary()
24
# obj.addWord(word)
25
# param_2 = obj.search(word)
Copied!

相关题目