hihocoder #1014 : Trie树 Java实现

时间限制:10000ms

单点时限:1000ms

内存限制:256MB

描述

小Hi和小Ho是一对好朋友，出生在信息化社会的他们对编程产生了莫大的兴趣，他们约定好互相帮助，在编程的学习道路上一同前进。

这一天，他们遇到了一本词典，于是小Hi就向小Ho提出了那个经典的问题：“小Ho，你能不能对于每一个我给出的字符串，都在这个词典里面找到以这个字符串开头的所有单词呢？”

身经百战的小Ho答道：“怎么会不能呢！你每给我一个字符串，我就依次遍历词典里的所有单词，检查你给我的字符串是不是这个单词的前缀不就是了？”

小Hi笑道：“你啊，还是太年轻了！~假设这本词典里有10万个单词，我询问你一万次，你得要算到哪年哪月去？”

小Ho低头算了一算，看着那一堆堆的0，顿时感觉自己这辈子都要花在上面了...

小Hi看着小Ho的囧样，也是继续笑道：“让我来提高一下你的知识水平吧~你知道树这样一种数据结构么？”

小Ho想了想，说道：“知道~它是一种基础的数据结构，就像这里说的一样！”

小Hi满意的点了点头，说道：“那你知道我怎么样用一棵树来表示整个词典么？”

小Ho摇摇头表示自己不清楚。

提示一：Trie树的建立

“你看，我们现在得到了这样一棵树，那么你看，如果我给你一个字符串ap，你要怎么找到所有以ap开头的单词呢？”小Hi又开始考校小Ho。

“唔...一个个遍历所有的单词？”小Ho还是不忘自己最开始提出来的算法。

“笨！这棵树难道就白构建了！”小Hi教训完小Ho，继续道：“看好了！”

提示二：如何使用Trie树

提示三：在建立Trie树时同时进行统计！

“那么现在！赶紧去用代码实现吧！”小Hi如是说道

输入

输入的第一行为一个正整数n，表示词典的大小，其后n行，每一行一个单词（不保证是英文单词，也有可能是火星文单词哦），单词由不超过10个的小写英文字母组成，可能存在相同的单词，此时应将其视作不同的单词。接下来的一行为一个正整数m，表示小Hi询问的次数，其后m行，每一行一个字符串，该字符串由不超过10个的小写英文字母组成，表示小Hi的一个询问。

在20%的数据中n, m<=10，词典的字母表大小<=2.

在60%的数据中n, m<=1000，词典的字母表大小<=5.

在100%的数据中n, m<=100000，词典的字母表大小<=26.

本题按通过的数据量排名哦～

输出

对于小Hi的每一个询问，输出一个整数Ans,表示词典中以小Hi给出的字符串为前缀的单词的个数。

样例输入

5babaabbabbbaaaaabbaaaaaabaababaababb5babbbaabaaababbbbbabbaab

样例输出

10300

import java.util.LinkedList;import java.util.Scanner;public class Main {public static void main(String[] args) {// System.out// .println("输入的第一行为一个正整数n，表示词典的大小，其后n行，每一行一个单词。接下来的一行为一个正整数m，表示小Hi询问的次数，其后m行，每一行一个字符串，表示小Hi的一个询问。");Scanner sc = new Scanner(System.in);TrieTree trietree = new TrieTree();int n = Integer.parseInt(sc.nextLine());for (int i = 0; i < n; i++) {trietree.insert(sc.nextLine());}int m = Integer.parseInt(sc.nextLine());int result[] = new int[m];for (int i = 0; i < m; i++) {result[i] = trietree.perfixSearch(sc.nextLine());}for (int i = 0; i < m; i++) {System.out.println(result[i]);}}public static class TrieTree {private Node root;public TrieTree() {root = new Node(' ');}public void insert(String word) {// 输入可能存在相同的单词，此时应将其视作不同的单词。// if (search(word) == true)// return;Node current = root;for (int i = 0; i < word.length(); i++) {Node child = current.subNode(word.charAt(i));if (child != null) {current = child;} else {current.childList.add(new Node(word.charAt(i)));current = current.subNode(word.charAt(i));}current.count++;}// Set isEnd to indicate end of the wordcurrent.isEnd = true;}public int perfixSearch(String word) {Node current = root;for (int i = 0; i < word.length(); i++) {if (current.subNode(word.charAt(i)) != null)current = current.subNode(word.charAt(i));elsereturn 0;}return current.count;}}public static class Node {char content; // the character in the nodeboolean isEnd; // whether the end of the wordsint count; // the number of words sharing this characterLinkedList<Node> childList; // the child listpublic Node(char c) {childList = new LinkedList<Node>();isEnd = false;content = c;count = 0;}public Node subNode(char c) {if (childList != null) {for (Node eachChild : childList) {if (eachChild.content == c) {return eachChild;}}}return null;}}}

结果:Accepted