1.前缀树
首先定义trie节点的数据结构。代码如下:
class TrieNode{
public:
bool isWord;
TrieNode *child[26];
TrieNode()
{
isWord=false;
memset(child,0,sizeof(child));
}
~TrieNode()
{
for(int i=0;i<26;i++)
if(child[i])
delete child[i];
}
};
思路是:以dict建trie树,然后取出sentence中的每一个单词,对于每一个Word,遍历Word,查询trie树中是否有与之匹配的最短词根,如果存在,则替换。
不同点在于前缀匹配的返回不是return true,而是return p->isWord,因为需要判断prefix是否是dict中一个完整的词根
代码如下:
class TrieNode{
public:
bool isWord;
TrieNode *child[26];
TrieNode()
{
isWord=false;
memset(child,0,sizeof(child));
}
~TrieNode()
{
for(int i=0;i<26;i++)
if(child[i])
delete child[i];
}
};
class Solution {
TrieNode *root=new TrieNode();
void insert(string &word)
{
TrieNode *p=root;
for(int i=0;i<word.size();i++)
{
char ch=word[i];
if(p->child[ch-'a']==NULL)
p->child[ch-'a']=new TrieNode();
p=p->child[ch-'a'];
}
p->isWord=true;
}
bool startWith(string &prefix)
{
TrieNode *p=root;
for(int i=0;i<prefix.size();i++)
{
char ch=prefix[i];
p=p->child[ch-'a'];
if(p==NULL)
return false;
}
return p->isWord;//此处没有使用return true,因为需要判断prefix是否是一个完整的dict中的字符串
}
public:
string replaceWords(vector<string>& dict, string sentence) {
//构建trie树
for(int i=0;i<dict.size();i++)
insert(dict[i]);
//对sentence进行处理,取出句子中的单词
vector<string> res;
string str1;
for(int i=0;i<sentence.size();i++)
{
if(sentence[i]>='a'&&sentence[i]<='z')
str1+=sentence[i];
else if(sentence[i]==' '&&str1.size()>0)//如果遇到空格且当前str1长度不为0
{
res.push_back(str1);
str1.clear();
}
}
if(str1.size()>0)
res.push_back(str1);
str1.clear();
//进行匹配,寻找词根
for(int i=0;i<res.size();i++)
{
for(int j=1;j<res[i].size();j++)
{
str1=res[i].substr(0,j);
if(startWith(str1))//词根匹配成功,则用词根替换
{
res[i]=str1;
break;
}
}
}
str1.clear();
for(int i=0;i<res.size();i++)
{
str1+=res[i];
if(i<res.size()-1)
str1+=" ";
}
return str1;
}
};