( “树” 之 Trie) 677. 键值映射 ——【Leetcode每日一题】

news2024/10/6 2:31:47

知识点回顾 ： Trie，又称前缀树或字典树，用于判断字符串是否存在或者是否具有某种字符串前缀。

❓677. 键值映射

难度：中等

设计一个 map ，满足以下几点:

字符串表示键，整数表示值
返回具有前缀等于给定字符串的键的值的总和

实现一个 MapSum 类：

MapSum() 初始化 MapSum 对象
void insert(String key, int val) 插入 key-val 键值对，字符串表示键 key ，整数表示值 val 。如果键 key 已经存在，那么原来的键值对 key-value 将被替代成新的键值对。
int sum(string prefix) 返回所有以该前缀 prefix 开头的键 key 的值的总和。

示例:

输入：
[“MapSum”, “insert”, “sum”, “insert”, “sum”]
[ [], [“apple”, 3], [“ap”], [“app”, 2], [“ap”]]
输出：
[null, null, 3, null, 5]

解释：
MapSum mapSum = new MapSum();
mapSum.insert(“apple”, 3);
mapSum.sum(“ap”); // 返回 3 (apple = 3)
mapSum.insert(“app”, 2);
mapSum.sum(“ap”); // 返回 5 (apple + app = 3 + 2 = 5)

提示：

1 <= key.length, prefix.length <= 50
key 和 prefix 仅由小写英文字母组成
1 <= val <= 1000
最多调用 50 次 insert 和 sum

💡思路：

我们要定义一个名为TrieNode的类，它有两个属性：

val：表示所有到达该节点的前缀 prefix 开头的键 key 的值的总和；
children：这是一个大小为26的数组，表示当前节点的子节点。数组的每个元素代表一个字母（从a到z）。如果当前节点有一个子节点（例如a），则children数组的相应位置（即索引0）将包含一个TrieNode对象。
insert 操作：我们首先求出前缀对应的值的改变 num，我们直接在 TrieNode 节点上更新键 key 的每个前缀对应的值。
sum 操作: 我们直接在前缀树上搜索该给定的前缀对应的值即可，如果给定的前缀不在前缀树中，则返回 0。

🍁代码：(Java、C++)

Java

class TrieNode{
    int val;
    TrieNode[] children = new TrieNode[26];
    TrieNode(){
        this.val = 0;
        for(int i = 0; i < 26; i++){
            this.children[i] = null;
        }
    }
}

class MapSum {
    private TrieNode root;
    private Map<String, Integer> cnt;

    public MapSum() {
        this.root = new TrieNode();
        cnt = new HashMap();
    }
    
    public void insert(String key, int val) {
        int num = val - cnt.getOrDefault(key, 0);
        cnt.put(key, val);
        TrieNode node = root;
        for(char c : key.toCharArray()){
            if(node.children[c - 'a'] == null){
                node.children[c - 'a'] = new TrieNode();
            }
            node = node.children[c - 'a'];
            node.val += num;
        }
    }
    
    public int sum(String prefix) {
        TrieNode node = root;
        for(char c : prefix.toCharArray()){
            if(node.children[c - 'a'] == null){
                return 0;
            }
            node = node.children[c - 'a'];
        }
        return node.val;
    }
}

/**
 * Your MapSum object will be instantiated and called as such:
 * MapSum obj = new MapSum();
 * obj.insert(key,val);
 * int param_2 = obj.sum(prefix);
 */

C++

struct TrieNode{
    int val;
    TrieNode* children[26];
    TrieNode(){
        this->val = 0;
        for(int i = 0; i < 26; i++){
            this->children[i] = nullptr;
        }
    }
};

class MapSum {
private:
    TrieNode* root;
    unordered_map<string, int> cnt;
public:
    MapSum(){
        this->root = new TrieNode();
    }
    
    void insert(string key, int val) {
        int num = val;
        if(cnt.count(key)) {
            num -= cnt[key];
        }
        cnt[key] = val;
        TrieNode* node = root;
        for(auto c : key){
            if(node->children[c - 'a'] == nullptr){
                node->children[c - 'a'] = new TrieNode();
            }
            node = node->children[c - 'a'];
            node->val += num;
        }
    }
    
    int sum(string prefix) {
        TrieNode* node = root;
        for(auto c : prefix){
            if(node->children[c - 'a'] == nullptr){
                return 0;
            }else{
                node = node->children[c - 'a'];
            }
        }
        return node->val;
    }
};

/**
 * Your MapSum object will be instantiated and called as such:
 * MapSum* obj = new MapSum();
 * obj->insert(key,val);
 * int param_2 = obj->sum(prefix);
 */

🚀 运行结果：

在这里插入图片描述

🕔 复杂度分析：

时间复杂度：insert 操作时间复杂度为 $O (n)$ ，其中 n 是插入的字符串 key 的长度。sum 操作时间复杂度为 $O (n)$ ，其中 $O (n)$ 为给定的查询字符的长度，需要在前缀树中搜索给定的前缀。
空间复杂度： $O (c nm)$ ，其中 m 表示 key-val 键值的数目，n 表示字符串 key 的最大长度，c 为常数。