LeetCode 642 號問題：設計搜尋自動補全系統

LeetCode上第 642 號問題：Design Search Autocomplete System

題目描述

為搜尋引擎設計一個搜尋自動完成系統。使用者可以輸入一個句子(至少一個單詞，並以一個特殊的字元'#'結尾)。對於除'#'之外的每個字元，您需要返回與已輸入的句子部分字首相同的前3個歷史熱門句子。具體規則如下:

一個句子的熱度定義為使用者輸入完全相同句子的次數。 返回的前3個熱門句子應該按照熱門程度排序(第一個是最熱的)。如果幾個句子的熱度相同，則需要使用ascii程式碼順序(先顯示較小的一個)。 如果少於3個熱門句子，那麼就儘可能多地返回。 當輸入是一個特殊字元時，它意味著句子結束，在這種情況下，您需要返回一個空列表。 您的工作是實現以下功能:

建構函式:

AutocompleteSystem(String[] sentence, int[] times):這是建構函式。輸入是歷史資料。句子是由之前輸入的句子組成的字串陣列。Times是輸入一個句子的相應次數。您的系統應該記錄這些歷史資料。

現在，使用者想要輸入一個新句子。下面的函式將提供使用者型別的下一個字元:

List input(char c):輸入c是使用者輸入的下一個字元。字元只能是小寫字母(“a”到“z”)、空格(“”)或特殊字元(“#”)。另外，前面輸入的句子應該記錄在系統中。輸出將是前3個歷史熱門句子，它們的字首與已經輸入的句子部分相同。

例子: 操作:AutocompleteSystem(["i love you"， "island"，"ironman"， "i love leetcode"]， [5,3,2,2]) 系統已經追蹤到以下句子及其對應的時間:

"i love you" : 5 times "island" : 3 times "ironman" : 2 times "i love leetcode" : 2 times

現在，使用者開始另一個搜尋:

操作:輸入(“i”) 輸出:["i love you"， "island"，"i love leetcode"] 解釋: 有四個句子有字首“i”。其中，《ironman》和《i love leetcode》有著相同的熱度。既然“ ” ASCII碼為32，“r”ASCII碼為114，那麼“i love leetcode”應該在“ironman”前面。此外，我們只需要輸出前3個熱門句子，所以“ironman”將被忽略。

操作:輸入(' ') 輸出:[“i love you”，“i love leetcode”] 解釋: 只有兩個句子有字首“i”。

操作:輸入(' a ') 輸出:[] 解釋: 沒有以“i a”為字首的句子。

操作:輸入(“#”) 輸出:[] 解釋: 使用者完成輸入後，在系統中將句子“i a”儲存為歷史句。下面的輸入將被計算為新的搜尋。

注意:

輸入的句子總是以字母開頭，以“#”結尾，兩個單詞之間只有一個空格。 要搜尋的完整句子不會超過100個。包括歷史資料在內的每句話的長度不會超過100句。 在編寫測試用例時，即使是字元輸入，也請使用雙引號而不是單引號。 請記住重置在AutocompleteSystem類中宣告的類變數，因為靜態/類變數是跨多個測試用例持久化的。詳情請點選這裡。

題目大意：

設計一個搜尋自動補全系統，它需要包含如下兩個方法：

構造方法：

AutocompleteSystem(String[] sentences, int[] times): 輸入句子sentences，及其出現次數times

輸入方法：

List input(char c): 輸入字元c可以是26個小寫英文字母，也可以是空格，以'#'結尾。返回輸入字元字首對應頻率最高的至多3個句子，頻率相等時按字典序排列。

思路解析：

核心點：Trie（字典樹）

利用字典樹記錄所有出現過的句子集合，利用字典儲存每個句子出現的次數。

解題思路

題目的要求是補全的句子是按之前出現的頻率排列的，高頻率的出現在最上面，如果頻率相同，就按字母順序來顯示。

頻率 這種要求很容易想到 堆、優先佇列、樹、Map等知識點，這裡涉及到 字典 與 樹，那肯定使用 字典樹 能解決。

所以首先構造 Trie 的 trieNode 結構以及 insert 方法，構造完 trieNode 類後，再構造一個樹的根節點。

由於每次都要輸入一個字元，我們可以用一個私有的 Node：curNode 來追蹤當前的節點。

curNode 初始化為 root ，在每次輸入完一個句子時，即輸入的字元為‘#’時，我們需要將其置為root。

同時還需要一個 string 型別 stn 來表示當前的搜尋的句子。

每輸入一個字元，首先檢查是不是結尾標識“#”，如果是的話，將當前句子加入trie樹，重置相關變數，返回空陣列。

• 如不是，檢查當前 TrieNode 對應的 child 是否含有 c 的對應節點。如果沒有，將 curNode 置為 NULL 並且返回空陣列。

• 若存在，將curNode 更新為c對應的節點，並且對curNode進行dfs。

dfs 時，我們首先檢查當前是不是一個完整的句子，如果是，將句子與其次數同時加入 priority_queue 中，然後對其 child 中可能存在的子節點進行 dfs 。

進行完 dfs 後，只需要取出前三個，需要注意的是，可能可選擇的結果不滿3個，所以要在 while 中多加入檢測 q 為空的條件語句。

最後要將 q 中的所有元素都彈出。

動畫演示

動畫是使用 AE 製作，體積比較大，有 32 M，無法使用GIF播放，因此採取視訊播放形式，手機黨慎點：）

感謝 Jun Chen 大佬提供動畫技術支援，筆芯。

Markdown 不提供視訊播放功能，請前往這裡進行觀看：）

參考程式碼

C++

class TrieNode{
  public:
    string str;
    int cnt;
    unordered_map<char, TrieNode*> child;
    TrieNode(): str(""), cnt(0){};
};

struct cmp{
    bool operator() (const pair<string, int> &p1, const pair<string, int> &p2){
        return p1.second < p2.second || (p1.second == p2.second && p1.first > p2.first);
    }
};

class AutocompleteSystem {
public:
    AutocompleteSystem(vector<string> sentences, vector<int> times) {
        root = new TrieNode();
        for(int i = 0; i < sentences.size(); i++){
            insert(sentences[i], times[i]);
        }
        curNode = root;
        stn = "";
    }
    
    vector<string> input(char c) {
        if(c == '#'){
            insert(stn, 1);
            stn.clear();
            curNode = root;
            return {};
        }
        stn.push_back(c);
        if(curNode && curNode->child.count(c)){
            curNode = curNode->child[c];
        }else{
            curNode = NULL;
            return {};
        }
        
        dfs(curNode);
        
        vector<string> ret;
        int n = 3;
        while(n > 0 && !q.empty()){
            ret.push_back(q.top().first);
            q.pop();
            n--;
        }
        while(!q.empty()) q.pop();
        
        return ret;
    }
    
    void dfs(TrieNode* n){
        if(n->str != ""){
            q.push({n->str, n->cnt});
        }
        for(auto p : n->child){
            dfs(p.second);
        }
    }
    
    void insert(string s, int cnt){
        TrieNode* cur = root;
        for(auto c : s){
            if(cur->child.count(c) == 0){
                cur->child[c] = new TrieNode();
            }
            cur = cur->child[c];
        }
        cur->str = s;
        cur->cnt += cnt;
    }
    
private:
    TrieNode *root, *curNode;
    string stn;
    priority_queue<pair<string,int>, vector<pair<string, int>>, cmp > q;
    
};

複製程式碼

Python

程式碼由小夥伴 Toby Qin 和 xiaodong 提供：）

class TrieNode:
    def __init__(self):
        self.children = dict()
        self.sentences = set()

class AutocompleteSystem(object):

    def __init__(self, sentences, times):
        """
        :type sentences: List[str]
        :type times: List[int]
        """
        self.buffer = ''
        self.stimes = collections.defaultdict(int)
        self.trie = TrieNode()
        for s, t in zip(sentences, times):
            self.stimes[s] = t
            self.addSentence(s)
        self.tnode = self.trie

    def input(self, c):
        """
        :type c: str
        :rtype: List[str]
        """
        ans = []
        if c != '#':
            self.buffer += c
            if self.tnode: self.tnode = self.tnode.children.get(c)
            if self.tnode: ans = sorted(self.tnode.sentences, key=lambda x: (-self.stimes[x], x))[:3]
        else:
            self.stimes[self.buffer] += 1
            self.addSentence(self.buffer)
            self.buffer = ''
            self.tnode = self.trie
        return ans

    def addSentence(self, sentence):
        node = self.trie
        for letter in sentence:
            child = node.children.get(letter)
            if child is None:
                child = TrieNode()
                node.children[letter] = child
            node = child
            child.sentences.add(sentence)
複製程式碼

程式碼截圖