README.md

实现 Trie (前缀树)

难度：中等

https://leetcode-cn.com/problems/implement-trie-prefix-tree/

题目

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。

请你实现 Trie 类：

• Trie() 初始化前缀树对象。
• void insert(String word) 向前缀树中插入字符串 word 。
• boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即， 在检索之前已经插入）；否则，返回 false 。
• boolean startsWith(String prefix) 如果之前已经插入的字符串  word 的前缀之 一为 prefix ，返回 true ；否则，返回 false 。

示例：

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

解题

export class Trie {
  isEnd = false;
  children: (Trie | null)[] = new Array(26).fill(null);

  insert(word: string): void {
    let node: Trie = this;
    // 构建字典树
    for (let i = 0; i < word.length; i++) {
      const ch = word.charAt(i);
      const index = ch.charCodeAt(0) - 'a'.charCodeAt(0);
      if (node.children[index] === null) {
        node.children[index] = new Trie();
      }
      node = node.children[index]!;
    }
    node.isEnd = true;
  }

  search(word: string): boolean {
    const node = this._searchPrefix(word);
    return node === null ? this.isEnd : node.isEnd;
  }

  startsWith(prefix: string): boolean {
    return this._searchPrefix(prefix) !== null;
  }

  private _searchPrefix(prefix: string): Trie | null {
    let node: Trie = this;
    // 遍历字典树
    for (let i = 0; i < prefix.length; i++) {
      const ch = prefix.charAt(i);
      const index = ch.charCodeAt(0) - 'a'.charCodeAt(0);
      if (node.children[index] === null) {
        return null;
      }
      node = node.children[index]!;
    }
    return node;
  }
}