Progetta Aggiungi e cerca parole
Guida dettagliata e implementazione Python per il problema "Design, aggiunta e ricerca di parole".
1. Impara
Il problema "Progetta, aggiungi e cerca parole" è una sfida chiave nella sezione Trie.
Questa implementazione si concentra sulla logica di livello semplice in Python.
Diamo priorità all'accuratezza tecnica e alla leggibilità del codice nelle soluzioni fornite.
2. Real-World Applications
3. Visual Intuition
Visualizzazione del flusso logico per Design Aggiungi e Cerca parole.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leggi attentamente la dichiarazione del problema per Design Aggiungi e cerca parole.
2. Formulate brute force
Elaborare una semplice soluzione iterativa.
3. Identify inefficiency
Cerca calcoli ridondanti.
4. Optimize search path
Utilizza l'hashing o l'ordinamento per accelerare il processo.
5. Final Implementation
Ripulire il codice per gli standard di produzione.
Dichiarazione del problema
Progettare una struttura dati che supporti l'aggiunta di nuove parole e la verifica se una stringa corrisponde a qualsiasi stringa aggiunta in precedenza.
Implementa la classe WordDictionary:
- WordDictionary() Inizializza l'oggetto.
- addWord(word: str) Aggiunge una parola alla struttura dati, può essere abbinata in seguito.
- search(word: str) -> bool Restituisce True se c'è una stringa nella struttura dati che corrisponde a word o False in caso contrario. la parola può contenere punti '.' dove i punti possono essere abbinati a qualsiasi lettera.
L'input è un elenco di operazioni e argomenti. Implementa una funzione wordDictionary(operations: list, arguments: list) -> list che restituisce un elenco di risultati (Nessuno per costruttore/addWord, bool per ricerca).
- •1 <= len(word) <= 25
- •word in addWord consists of lowercase English letters
- •word in search consists of '.' or lowercase English letters
- •At most 10^4 calls will be made to addWord and search
Esempi
operations = ["WordDictionary", "addWord", "addWord", "addWord", "search", "search", "search", "search"], arguments = [[], ["bad"], ["dad"], ["mad"], ["pad"], ["bad"], [".ad"], ["b.."]]
[None, None, None, None, False, True, True, True]
Initialize. Add "bad", "dad", "mad". search("pad") -> False. search("bad") -> True. search(".ad") -> True. search("b..") -> True.
Need a Hint?
Edge Cases to Watch
- Strutture di input vuote
- Ingressi a elemento singolo
- Grandi limiti numerici
Pronto a risolvere?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Approfondimenti e variazioni dell'intervista
Scomposizione dell'analisi della complessità
Perché il tempo: Directly evaluates all possibilities.
Perché lo spazio: Uses standard local memory.
Perché il tempo: Optimized paths reduce total operations.
Perché lo spazio: May trade memory for speed.
Codice Python della soluzione ottimizzata
Codice Python della soluzione ottimizzata
class TrieNode:
def __init__(self):
self.children = {}
self.end = False
class WordDictionaryOpt:
def __init__(self):
self.root = TrieNode()
def addWord(self, word):
curr = self.root
for c in word:
if c not in curr.children: curr.children[c] = TrieNode()
curr = curr.children[c]
curr.end = True
def search(self, word):
def dfs(j, root):
curr = root
for i in range(j, len(word)):
c = word[i]
if c == ".":
for child in curr.children.values():
if dfs(i + 1, child): return True
return False
else:
if c not in curr.children: return False
curr = curr.children[c]
return curr.end
return dfs(0, self.root)Codice forza bruta (protetto da spoiler)
Codice forza bruta (protetto da spoiler)
class WordDictionaryBrute:
def __init__(self):
self.words = set()
def addWord(self, word):
self.words.add(word)
def search(self, word):
if '.' not in word: return word in self.words
for w in self.words:
if len(w) == len(word):
match = True
for i in range(len(word)):
if word[i] != '.' and word[i] != w[i]:
match = False; break
if match: return True
return FalseAlgorithm Pattern Checklist
When dealing with Trie data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Si applicano le proprietà standard del problema Trie.
Domande correlate
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Risorse Python consigliate
Espandi le tue conoscenze con tutorial interattivi, foglietti illustrativi e confronti di codici correlati.
Prova/eccetto Python e gestione degli errori
Evita che i tuoi script Python si blocchino. Scopri i blocchi try, tranne, infine e come generare correttamente le eccezioni personalizzate.
Come generare numeri casuali in Python
Scopri come generare numeri casuali in Python. Confronta la generazione di randrange, randint e uniform float con il controllo della semina.
Foglio informativo del Gestore pacchetti Python pip
Guida di riferimento da riga di comando per pip. Impara a installare, aggiornare, disinstallare e gestire pacchetti e dipendenze Python.
Python vs JavaScript: quale linguaggio di programmazione è il migliore?
Un confronto completo tra Python e JavaScript. Esplora le differenze di sintassi, le prestazioni, i casi d'uso (backend e frontend) ed esempi di codifica.