Skip to content

Latest commit

 

History

History
121 lines (87 loc) · 3.39 KB

0677.md

File metadata and controls

121 lines (87 loc) · 3.39 KB

0677. 键值映射

  • 标签：设计、字典树、哈希表、字符串
  • 难度：中等

题目链接

题目大意

要求：实现一个 MapSum 类，支持两个方法，insert 和 sum：

  • 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。

说明：

  • $1 \le key.length, prefix.length \le 50$。
  • key 和 prefix 仅由小写英文字母组成。
  • $1 \le val \le 1000$。
  • 最多调用 $50$ 次 insert 和 sum。

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)

解题思路

思路 1：字典树

可以构造前缀树（字典树）解题。

  • 初始化时，构建一棵前缀树（字典树），并增加 val 变量。

  • 调用插入方法时，用字典树存储 key，并在对应字母节点存储对应的 val。

  • 在调用查询总和方法时，先查找该前缀 prefix 对应的前缀树节点，从该节点开始，递归遍历该节点的子节点，并累积子节点的 val，进行求和，并返回求和累加结果。

思路 1：代码

class Trie:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.children = dict()
        self.isEnd = False
        self.value = 0


    def insert(self, word: str, value: int) -> None:
        """
        Inserts a word into the trie.
        """
        cur = self
        for ch in word:
            if ch not in cur.children:
                cur.children[ch] = Trie()
            cur = cur.children[ch]
        cur.isEnd = True
        cur.value = value


    def search(self, word: str) -> int:
        """
        Returns if the word is in the trie.
        """
        cur = self
        for ch in word:
            if ch not in cur.children:
                return 0
            cur = cur.children[ch]
        return self.dfs(cur)

    def dfs(self, root) -> int:
        if not root:
            return 0
        res = root.value
        for node in root.children.values():
            res += self.dfs(node)
        return res



class MapSum:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.trie_tree = Trie()


    def insert(self, key: str, val: int) -> None:
        self.trie_tree.insert(key, val)


    def sum(self, prefix: str) -> int:
        return self.trie_tree.search(prefix)

思路 1：复杂度分析

  • 时间复杂度：insert 操作的时间复杂度为 $O(|key|)$。其中 $|key|$ 是每次插入字符串 key 的长度。sum 操作的时间复杂度是 $O(|prefix|)$，其中 $O(| prefix |)$ 是查询字符串 prefix 的长度。
  • 空间复杂度：$O(|T| \times m)$。其中 $|T|$ 表示字符串 key 的最大长度，$m$ 表示 key - val 的键值数目。