- 单词的压缩编码 给定一个单词列表，我们将这个列表编码成一个索引字符串 S 与一个索引列表 A。
例如，如果这个列表是 [“time”, “me”, “bell”]，我们就可以将其
表示为 S = “time#bell#” 和 indexes = [0, 2, 5]。对于每一个索引，我们可以通过从字符串 S 中索引的位置开始读取字符串，直到 “#” 结束，来恢复我们之前的单词列表。
那么成功对给定单词列表进行编码的最小字符串长度是多少呢？
示例：
输入: words = [“time”, “me”, “bell”] 输出: 10 说明: S =“time#bell#” ， indexes = [0, 2, 5] 。
提示：
1 <= words.length <= 2000 1 <= words[i].length <= 7 每个单词都是小写字母 。
这道题的基本思路是，如果有一个单词是另一个单词的后缀，那么我们这两个词共用一个“#”终止符，只不过起始的索引位置不一，所以我们创造一个word的集合，对集合里的每个词，我们在集合中删去他们的所有后缀（因为这个后缀不需要#做额外编码），然后集合保留下来的词就是我们需要用“#”额外编码，返回他们的总长度和他们的数量（每个词都需要一个“#“）
代码如下
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
a=set(words)
co=0
for i in words:
for c in range(1,len(i)):
a.discard(i[c:])
co=len(a)
for d in a:
co=co+len(d)
return co
进入正篇，字典树
字典树的架构和树的架构是这样对应的
节点：路径上的字母组成的单词
路径：字母
根节点是空的，是的因为根节点没有任何路径来组成单词，然后第一个字母不同，第一个路径也不同，沿着路径下去，收集路径字母，我们会在每个叶子节点拼成最终想要的单词，并且在这条路径产生分叉时，记录之前相同的节点。在单词上反映的就是公共前缀，但是我们这一题需要公共后缀，所以我们反向来记录单词，由后往前，如果我们有一条路径没出现新的叶子（沿着之前的路径可以收集出这个单词），那么就被认为有公共后缀，也就是说，当所有单词入树后，所有叶子结点上的单词就包含了我们需要的长度，其余的单词在未至叶子结点时已经存在树的某个节点中（即公共后缀的情况）
实在没空搭一个了，所以这种方法把官方题解拿过来了
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
words = list(set(words)) #remove duplicates
#Trie is a nested dictionary with nodes created
# when fetched entries are missing
Trie = lambda: collections.defaultdict(Trie)
trie = Trie()#建一个树
#reduce(..., S, trie) is trie[S[0]][S[1]][S[2]][...][S[S.length - 1]]
nodes = [reduce(dict.__getitem__, word[::-1], trie)
for word in words]#录入
#Add word to the answer if it's node has no neighbors
return sum(len(word) + 1
for i, word in enumerate(words)
if len(nodes[i]) == 0)#返回叶子节点总长+“#”
有用的知识增加了！！
