公司网站点击量如何看,百度推广开户,关于集团网站建设的,郯城建设局网站字典树是一种能够快速插入和查询字符串的多叉树结构#xff0c;节点的编号各不相同#xff0c;根节点编号为0
Trie树#xff0c;即字典树#xff0c;又称单词查找树或键树#xff0c;是一种树形结构#xff0c;是一种哈希树的变种。
核心思想也是通过空间来换取时间上的…字典树是一种能够快速插入和查询字符串的多叉树结构节点的编号各不相同根节点编号为0
Trie树即字典树又称单词查找树或键树是一种树形结构是一种哈希树的变种。
核心思想也是通过空间来换取时间上的效率
在一定情况下字典树的效率要比哈希表要高
字典树在解决公共前缀的使用所以叫前缀树 先说如何创建字典树
这个是只有26个小写字母存放的字典树
class TrieNode{
public:TrieNode* next[26];bool isword;TrieNode(){memset(next,NULL,sizeof(next));iswordfalse;}~TrieNode(){for(int i0;i26;i)if(next[i])delete next[i];}
};
也可以直接用c中的特殊的数据结构来实现
struct Node {unordered_mapint, Node* son;int cnt 0;
};
但是在下面必须要对根节点进行补充根节点为空
Node *root new Node();
leetcode3043. 最长公共前缀的长度-CSDN博客 leetcode3042. 统计前后缀下标对 I-CSDN博客
力扣LeetCode官网 - 全球极客挚爱的技术成长平台
这道题之前用的暴力去模拟这个过程,效率太低,采用前缀树来解决
class Solution {
public:long long countPrefixSuffixPairs(vectorstring words) {long long cnt0;int i,j;for(i0;iwords.size()-1;i){for(ji1;jwords.size();j){if(words[j].find(words[i])0 words[j].rfind(words[i])words[j].length()-words[i].length()){cnt;}}}return cnt;}
};
但是前缀树解决的是前缀的问题这道题让解决的是前缀和后缀的问题所以想要把这个字符串转变一下来解决
【1】首先我先到的是建造两个前缀树一个正向前缀树一个反向前缀树 【2】可以用一个pair去储存步骤1的过程
正 ab abcdab
反 ba badcba
[(a,b),(b,a)] [(a,b),(b,a),.....]
由此可见如果是前后缀的话应该会在pair列表中出现
class Node:__slots__ son, cntdef __init__(self):self.son dict()self.cnt 0class Solution:def countPrefixSuffixPairs(self, words: List[str]) - int:ans 0root Node()for t in words:z self.calc_z(t)cur rootfor i, c in enumerate(t):if c not in cur.son:cur.son[c] Node()cur cur.son[c]if z[-1 - i] i 1: # t[-1-i:] t[:i1]ans cur.cntcur.cnt 1return ansdef calc_z(self, s: str) - List[int]:n len(s)z [0] * nl, r 0, 0for i in range(1, n):if i r:z[i] min(z[i - l], r - i 1)while i z[i] n and s[z[i]] s[i z[i]]:l, r i, i z[i]z[i] 1z[0] nreturn z
