update

Author: jasoncao11

47. 编辑距离.md

@@ -0,0 +1,23 @@
+***编辑距离指的就是，将一个字符串转化成另一个字符串，需要的最少编辑操作次数（比如增加一个字符、删除一个字符、替换一个字符）。编辑距离越大，说明两个字符串的相似程度越小；相反，编辑距离就越小，说明两个字符串的相似程度越大。对于两个完全相同的字符串来说，编辑距离就是 0。***
+
+```
+def edit_dist(s,t):
+    #假设字符串 s 和 t 的长度分别为 m 和 n，创建 m+1 行 n+1 列的二维数组 dp，其中 dp[i][j] 表示 s[0:i] 和 t[0:j]的编辑距离。
+    m = len(s)
+    n = len(t)
+    dp = [[0]*(n+1) for i in range(m+1)]
+    #填充第一行
+    for j in range(n+1):
+        dp[0][j] = j
+    #填充第一列
+    for i in range(m+1):
+        dp[i][0] = i
+        
+    for i in range(1, m+1):
+        for j in range(1, n+1):
+            if s[i-1] == t[j-1]:
+                dp[i][j] = dp[i-1][j-1]
+            else:
+                dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1])+1
+    return dp[-1][-1]
+```

48. 最长公共子序列.md

@@ -0,0 +1,17 @@
+***求两字符串的最长公共子序列***
+
+```
+def longestCommonSubsequence(s, t):
+    #假设字符串 s 和 t 的长度分别为 m 和 n，创建 m+1 行 n+1 列的二维数组 dp，其中 dp[i][j] 表示 s[0:i] 和 t[0:j]的最长公共子序列的长度。
+    m = len(s)
+    n = len(t)
+    dp = [[0]*(n+1) for _ in range(m+1)]
+    
+    for i in range(1, m+1):
+        for j in range(1, n+1):
+            if s[i-1] == t[j-1]:
+                dp[i][j] = dp[i-1][j-1]+1
+            else:
+                dp[i][j] = max(dp[i-1][j], dp[i][j-1])
+    return dp[-1][-1]
+```

49. 最长公共子串.md

@@ -0,0 +1,18 @@
+***求两字符串的最长公共子串的长度***
+
+```
+def LongestCommonSubstring(s, t):
+    #假设字符串 s 和 t 的长度分别为 m 和 n，创建 m+1 行 n+1 列的二维数组 dp，其中 dp[i][j] 表示 s[0:i] 和 t[0:j]的最大公共后缀子数组的长度。
+    m = len(s)
+    n = len(t)
+    max_len = 0
+    
+    dp = [[0]*(n+1) for _ in range(m+1)]
+    for i in range(1, m+1):
+        for j in range(1, n+1):
+            if s[i-1] == t[j-1]:
+                dp[i][j] = dp[i-1][j-1]+1
+                max_len = max(max_len, dp[i][j])
+    return max_len
+```
+

50. 实现 Trie (前缀树).md

@@ -0,0 +1,54 @@
+***Trie（发音类似 "try"）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。***
+
+```
+输入
+["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
+[[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]
+输出
+[null, null, true, false, true, null, true]
+
+解释
+Trie trie = new Trie();
+trie.insert("apple");
+trie.search("apple");   // 返回 True
+trie.search("app");     // 返回 False
+trie.startsWith("app"); // 返回 True
+trie.insert("app");
+trie.search("app");     // 返回 True
+```
+
+```
+class TrieNode():
+    def __init__(self, val=None):
+        self.val = val
+        self.isEnd = False
+        self.children = {}
+
+class Trie:
+    def __init__(self):
+        self.root = TrieNode()
+
+    def insert(self, word: str) -> None:
+        cur_node = self.root
+        for c in word:
+            if c not in cur_node.children:
+                cur_node.children[c] = TrieNode(c)
+            cur_node = cur_node.children[c]
+        cur_node.isEnd = True
+
+    def search(self, word: str) -> bool:
+        cur_node = self.root
+        for c in word:
+            if c not in cur_node.children:
+                return False
+            cur_node = cur_node.children[c]
+        return cur_node.isEnd
+
+    def startsWith(self, prefix: str) -> bool:
+        cur_node = self.root
+        for c in prefix:
+            if c not in cur_node.children:
+                return False
+            cur_node = cur_node.children[c]
+        return True
+```