211. 添加与搜索单词 - 数据结构设计

题目-中等难度
示例
1.

题目-中等难度

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。

实现词典类 WordDictionary ：

WordDictionary() 初始化词典对象
void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配
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。

示例

示例：

输入：
[“WordDictionary”,“addWord”,“addWord”,“addWord”,“search”,“search”,“search”,“search”]
[[],[“bad”],[“dad”],[“mad”],[“pad”],[“bad”],[“.ad”],[“b…”]]
输出：
[null,null,null,null,false,true,true,true]
解释：
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord(“bad”);
wordDictionary.addWord(“dad”);
wordDictionary.addWord(“mad”);
wordDictionary.search(“pad”); // 返回 False
wordDictionary.search(“bad”); // 返回 True
wordDictionary.search(“.ad”); // 返回 True
wordDictionary.search(“b…”); // 返回 True

提示：

1 <= word.length <= 25
addWord 中的 word 由小写英文字母组成
search 中的 word 由 ‘.’ 或小写英文字母组成
最多调用 104 次 addWord 和 search

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/summary-ranges
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

1.

时间
2808ms
击败 45.89%使用 Python3 的用户
内存
82.28MB
击败 38.51%使用 Python3 的用户

class TrieNode:def __init__(self):# 每个节点有26个可能的子节点, 对应26个英文字母self.children = [None] * 26# 标记这个节点是否是当前单词的最后一个字母self.isLast = Falseclass WordDictionary:def __init__(self):# 初始化时创建根节点self.li = TrieNode()def addWord(self, word: str) -> None:# 从根节点开始node = self.li# 遍历单词中的每个字母for w in word:# 计算字母对应的索引c = ord(w) - ord('a')# 如果相应的子节点不存在if not node.children[c]:# 创建新的子节点node.children[c] = TrieNode()# 移动到子节点, 继续处理下一个字母node = node.children[c]# 标记单词的最后一个字母node.isLast = Truedef search(self, word: str) -> bool:def dfs(index:int, node: TrieNode) -> bool:# 如果已经检查完单词的所有字母if index == len(word):# 如果是单词的结尾, 则返回 Truereturn node.isLast# 获取当前字母w = word[index]# 如果当前字母不是通配符if w != '.':# 计算字母的索引c = ord(w) - ord('a')# 获取相应的子节点child = node.children[c]# 如果子节点存在, 递归搜索下一个字母if child is not None and dfs(index+1, child):return True# 如果是通配符else:# 遍历所有可能的子节点for nc in node.children:# 如果子节点存在, 递归搜索下一个字母if nc is not None and dfs(index+1,nc):# 返回True, 如果找到匹配的路径return True# 如果没有找到匹配的路径, 返回 Falsereturn False# 从根节点开始深度优先搜索return dfs(0, self.li)# Your WordDictionary object will be instantiated and called as such:
# obj = WordDictionary()
# obj.addWord(word)
# param_2 = obj.search(word)