前缀树：前缀树如何存储和查找单词？实例讲解
前缀树（字典树）是处理字符串前缀问题的数据结构，核心是利用公共前缀节省空间、提升查找效率。其节点含字符、最多26个子节点（假设小写字母）及isEnd标记（是否为单词结尾）。 插入时从根节点开始，逐个字符处理，无对应子节点则新建，处理完字符后标记结尾节点isEnd为true。查找时同样从根开始逐个字符匹配，最后检查isEnd确认是否存在。 实例中，“app”与“apple”共享前缀“app”，“banana”与“bat”共享“ba”，体现空间优势。其优势在于空间更省（共享前缀）、查找快（时间复杂度O(n)，n为单词长度），且支持前缀查询。
阅读全文栈与队列的应用：括号匹配问题，用栈解决超简单
### 括号匹配问题：栈的"超简单"应用 文章介绍了利用栈（后进先出特性）解决括号匹配问题的方法。括号匹配需判断由`()`、`[]`、`{}`组成的字符串是否合法，即左括号与右括号一一对应且顺序正确。 栈的"后进先出"特性适合此类问题：左括号入栈暂存，右括号需匹配最近入栈的左括号。具体步骤为：初始化栈，遍历字符串时，左括号直接压栈；右括号则检查栈顶元素是否匹配（通过字典映射右括号与对应左括号），匹配则弹出栈顶，否则非法；遍历结束后栈为空则合法，否则非法。 关键细节包括：区分括号类型（用字典映射）、右括号空栈时直接非法、最终栈为空是合法的必要条件。通过左压右查、匹配弹栈的逻辑，可高效判断任意括号串合法性。
阅读全文二叉搜索树：如何用二叉搜索树实现高效查找？
二叉搜索树（BST）是一种高效的数据结构，用于解决日常数据查找中“快速定位目标”的问题。它是特殊二叉树，每个节点满足：左子树所有节点值小于当前节点值，右子树所有节点值大于当前节点值。 其高效性源于“左小右大”规则：查找时从根节点开始，每次比较目标值与当前节点值，若小于则递归左子树，大于则递归右子树，可排除一半节点，效率稳定在O(log n)，优于无序数组（O(n)）和有序数组二分查找（插入效率低）。 查找过程核心是“比较-缩小范围”：从根节点出发，等于则找到，小于去左子树，大于去右子树，递归执行。递归或迭代均可实现，如递归法从根开始逐层比较，迭代法则用循环缩小范围。 需注意，若BST不平衡（如退化为链表），效率会退化为O(n)；平衡树（如红黑树、AVL树）可保持稳定O(log n)。BST通过“导航式”缩小范围，实现高效有序查找。
阅读全文