---

对于字典树而言，之前做过类似的教程，详情可以看走入字典树一。

1、实现 Trie (前缀树)

1.1 题目链接

点击跳转到题目位置

1.2 题目描述

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，例如自动补全和拼写检查。

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 。

提示：

• 1 <= word.length, prefix.length <= 2000
• word 和 prefix 仅由小写英文字母组成
• insert、search 和 startsWith 调用次数 总计 不超过 3 * 10⁴ 次

1.3 解题代码

class TrieNode{TrieNode[] next;boolean end;TrieNode(){next = new TrieNode[26];end = false;}
}class Trie {TrieNode root;public Trie() {root = new TrieNode();}public void insert(String word) {TrieNode now = root;for(int i = 0; i < word.length(); ++i){int child = word.charAt(i) - 'a';if(now.next[child] == null){now.next[child] = new TrieNode();}now = now.next[child];}now.end = true;}public boolean search(String word) {TrieNode now = root;for(int i = 0; i < word.length(); ++i){int child = word.charAt(i) - 'a';if(now.next[child] == null){return false;}now = now.next[child]; }return now.end;}public boolean startsWith(String prefix) {TrieNode now = root;for(int i = 0; i < prefix.length(); ++i){int child = prefix.charAt(i) - 'a';if(now.next[child] == null){return false;}now = now.next[child]; }return true;}
}/*** Your Trie object will be instantiated and called as such:* Trie obj = new Trie();* obj.insert(word);* boolean param_2 = obj.search(word);* boolean param_3 = obj.startsWith(prefix);*/

1.4 解题思路

1. 字典树经典题型，套用模板即可。

2、添加与搜索单词 - 数据结构设计

2.1 题目链接

点击跳转到题目位置

2.2 题目描述

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。

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

2.3 解题代码

class TrieNode{TrieNode[] next;boolean end;TrieNode(){next = new TrieNode[26];end = false;}
}class WordDictionary {TrieNode root;public WordDictionary() {root = new TrieNode();}public void addWord(String word) {TrieNode now = root;for(int i = 0; i < word.length(); ++i){int child = word.charAt(i) - 'a';if(now.next[child] == null){now.next[child] = new TrieNode();}now = now.next[child];    }now.end = true;}public boolean search(String word) {Queue<TrieNode> q = new LinkedList<>();q.offer(root);for(int i = 0; i < word.length(); ++i){int len = q.size();for(int j = 0; j < len; ++j){ TrieNode x = q.peek();q.poll();if(word.charAt(i) == '.'){for(int k = 0; k < 26; ++k){if(x.next[k] != null){q.offer(x.next[k]);}}} else{int child = word.charAt(i) - 'a';if(x.next[child] != null){q.offer(x.next[child]);}} }if(q.size() == 0){return false;}}while(!q.isEmpty()){TrieNode x = q.peek();if(x.end == true){return true;}q.poll();}return false;}
}/*** Your WordDictionary object will be instantiated and called as such:* WordDictionary obj = new WordDictionary();* obj.addWord(word);* boolean param_2 = obj.search(word);*/

2.4 解题思路

1. 套用字典树模板。
2. 对于搜索，因为癞子的存在，所以需要使用广度优先搜索。

3、单词搜索 II

3.1 题目链接

点击跳转到题目位置

3.2 题目描述

给定一个 m x n 二维字符网格 board 和一个单词（字符串）列表 words， 返回所有二维网格上的单词 。

单词必须按照字母顺序，通过 相邻的单元格 内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母在一个单词中不允许被重复使用。

3.3 解题代码

class Solution {int[][] dir = {{-1, 0},{1, 0},{0, 1},{0, -1},};Trie trie = new Trie();List<String> res = new ArrayList<>();public void dfs(TrieNode root, int x, int y, int m, int n, char[][] board, int vis[][], StringBuffer sb){        if(root.end == true){String str = sb.toString();res.add(str);root.end = false;}for(int i = 0; i < 4; ++i){int tx = x + dir[i][0];int ty = y + dir[i][1];if(tx < 0 || tx >= m || ty < 0 || ty >= n || vis[tx][ty] == 1){continue;}if(root.next[board[tx][ty] - 'a'] != null){vis[tx][ty] = 1;sb.append(board[tx][ty]);dfs(root.next[board[tx][ty] - 'a'], tx, ty, m, n, board, vis, sb);sb.deleteCharAt(sb.length() - 1);vis[tx][ty] = 0;}}} public List<String> findWords(char[][] board, String[] words) {int m = board.length;int n = board[0].length;int[][] vis = new int[m][n];for(int i = 0; i < words.length; ++i){trie.insert(words[i]);}StringBuffer sb = new StringBuffer();Queue<Character> q = new LinkedList<>();for(int i = 0; i < m; ++i){for(int j = 0; j < n; ++j){if(trie.root.next[board[i][j] - 'a'] != null){vis[i][j] = 1;sb.append(board[i][j]);dfs(trie.root.next[board[i][j] - 'a'], i, j, m, n, board, vis, sb);sb.deleteCharAt(sb.length() - 1);vis[i][j] = 0;}             }}return res;}
}class TrieNode{TrieNode[] next;boolean end;TrieNode(){next = new TrieNode[26];end = false;}
}class Trie {TrieNode root;public Trie() {root = new TrieNode();}public void insert(String word) {TrieNode now = root;for(int i = 0; i < word.length(); ++i){int child = word.charAt(i) - 'a';if(now.next[child] == null){now.next[child] = new TrieNode();}now = now.next[child];}now.end = true;}public boolean search(String word) {TrieNode now = root;for(int i = 0; i < word.length(); ++i){int child = word.charAt(i) - 'a';if(now.next[child] == null){return false;}now = now.next[child]; }return now.end;}public boolean startsWith(String prefix) {TrieNode now = root;for(int i = 0; i < prefix.length(); ++i){int child = prefix.charAt(i) - 'a';if(now.next[child] == null){return false;}now = now.next[child]; }return true;}
}

3.4 解题思路

1, 字典树+回溯思路
2, 如果字典树中存在该字符串，将其放入数组当中，然后将字典树中的该字符串去掉。