因为热爱所以坚持，因为热爱所以等待。熬过漫长无戏可演的日子，终于换来了人生的春天，共勉！！！
字典树又称为前缀树或Trie树，是处理字符串常见的数据结构。Trie经常被搜索引擎系统。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。
假设组成所有单词的字符仅是“a”~"z"，请实现字典树结构，并包含以下四个主要功能：
void insert(String word)：添加word，可重复添加。
void delete(String word)：删除word，如果word添加过多次，仅删除一次。
int search(String word)：查询word是否在字典树中，返回word的个数。
int serachPrefix(String pre)：返回以字符串pre为前缀的单词数量。
实现代码如下：
package 树;
class TrieNode {
public int pass;
public int end;
public TrieNode[] nexts;
public TrieNode() {
//pass表示经过包含这个字符的字符串的个次数
pass = 0;
//end表示以这个字符结尾的字符串的个数
end = 0;
//表示26个字母
nexts = new TrieNode[26];
}
}
public class Trie {
private TrieNode root;
public Trie() {
root = new TrieNode();
}
public void insert(String word) {
if (word == null) {
return;
}
char[] chs = word.toCharArray();
TrieNode node = root;
node.pass++; //经过的次数+1
int index = 0;
for (int i = 0; i < chs.length; i++) { //从左往右遍历字符
index = chs[i] - 'a';
//如果没有这条路劲，则新建路径
if (node.nexts[index] == null) {
node.nexts[index] = new TrieNode();
}
//有则前往子路径
node = node.nexts[index];
node.pass++;
}
node.end++;//字符串结束，以该字符结尾的字符串数量+1
}
public int search(String word) {
if (word == null) {
return 0;
}
TrieNode node = root;
char[] chs = word.toCharArray();
int index = 0;
for (int i = 0; i < chs.length; i++) {
index = chs[i] - 'a';
if (node.nexts[index] == null) { //没有改子路径，说明没有插入过该字符串
return 0;
}
node = node.nexts[index];
}
return node.end; //返回以这个单词结尾的字符串的个数
}
public int searchPrefix(String pre) {
if (pre == null) {
return 0;
}
char[] chs = pre.toCharArray();
TrieNode node = root;
int index = 0;
for (int i = 0; i < chs.length; i++) {
if (node.nexts[index] == null) { //没有改子路径，说明没有插入过该字符串
return 0;
}
node = node.nexts[index];
}
return node.pass; //返回以该字符串为前缀的字符串的数量
}
public void delete(String word) {
int flag = search(word); //先查找
if (flag == 0) {
return;
}
char[] chs = word.toCharArray();
TrieNode node = root;
node.pass--; //从根节点开始-1
int index = 0;
for (int i = 0; i < chs.length; i++) { //从左往右遍历字符
index = chs[i] - 'a';
if (--node.nexts[index].pass == 0) { //如果--pass == 0 ，说明后面路劲必定都要剪掉，直接node.nexts[index] 置为null，后面GC会自动回收剪掉的路劲
node.nexts[index] = null;
return;
}
node.pass--; //数量减一
node = node.nexts[index];
}
node.end--; 已该字符结尾的字符串数量减一
}
}
插入操作
以 { "abc","abcd","abce","bcd","bcf","cde" }举例，将所有字符串插入后结果如下：
从根节点的pass值我们可以知道，一共插入了6个字符串
删除操作
删除“abcd” 后：
查询操作
以查询"abc" 为例子
返回1，存在"abc"字符串，且数量为1
前缀查询操作
以查询"ab" 为例子
返回pass==2，表示有两个字符串以ab为前缀
leetCode例题：677. 键值映射
实现一个 MapSum 类，支持两个方法，insert 和 sum：
MapSum() 初始化 MapSum 对象
void insert(String key, int val) 插入 key-val 键值对，字符串表示键 key ，整数表示值 val 。如果键 key 已经存在，那么原来的键值对将被替代成新的键值对。
int sum(string prefix) 返回所有以该前缀 prefix 开头的键 key 的值的总和。
示例：
输入：
["MapSum", "insert", "sum", "insert", "sum"]
[[], ["apple", 3], ["ap"], ["app", 2], ["ap"]]
输出：
[null, null, 3, null, 5]解释：
MapSum mapSum = new MapSum();
mapSum.insert("apple", 3);
mapSum.sum("ap"); // return 3 (apple = 3)
mapSum.insert("app", 2);
mapSum.sum("ap"); // return 5 (apple + app = 3 + 2 = 5)
提示：1 <= key.length, prefix.length <= 50
key 和 prefix 仅由小写英文字母组成
1 <= val <= 1000
最多调用 50 次 insert 和 sum
思路：使用前缀树思想，保存字符路径
递归解法：
class MapSum {
public MapSum() {
}
private class Node {
Node[] nexts = new Node[26];
int value;
}
private Node root = new Node();
public void insert(String key, int val) {
insert(key, root, val);
}
public void insert(String key,Node node, int val) {
if (key == null) {
return;
}
if (key.length() == 0) {
node.value = val;
return;
}
int index = key.charAt(0) - 'a';
if (node.nexts[index] == null) {
node.nexts[index] = new Node();
}
node = node.nexts[index];
insert(key.substring(1),node,val);
}
public int sum(String prefix) {
return sum(prefix,root);
}
public int sum(String prefix,Node node) {
if (node == null) return 0;
if (prefix == null) return 0;
if (prefix.length() != 0) {
int index = prefix.charAt(0) - 'a';
node = node.nexts[index];
return sum(prefix.substring(1),node);
}
int sumAll = node.value;
for (Node n : node.nexts) {
sumAll += sum(prefix,n);
}
return sumAll;
}
}
迭代解法：
class MapSum {
public MapSum() {
}
private class TrieNode {
TrieNode[] nexts = new TrieNode[26];
int value;
}
TrieNode root = new TrieNode();
Queue<TrieNode> queue = new LinkedList<>();
public void insert(String key, int val) {
if (key == null) {
return;
}
char[] chs = key.toCharArray();
TrieNode node = root;
int index = 0;
for (int i = 0; i < chs.length; i++) {
index = chs[i] - 'a';
if (node.nexts[index] == null) {
node.nexts[index] = new TrieNode();
}
node = node.nexts[index];
}
node.sum = val;
}
public int sum(String prefix) {
if (prefix == null) {
return 0;
}
TrieNode node = root;
int index = 0;
char[] chs = prefix.toCharArray();
for (int i = 0; i < chs.length; i++) {
index = chs[i] - 'a';
if (node.nexts[index] == null) {
return 0;
}
node = node.nexts[index];
}
int sumAll = node.sum;
queue.add(node);
while (!queue.isEmpty()) {
TrieNode[] next = queue.remove().nexts;
for (int i = 0;i < 26;i++) {
if (next[i] != null) {
sumAll += next[i].sum;
queue.add(next[i]);
}
}
}
return sumAll;
}
}
