前綴樹：前綴樹如何存儲和查找單詞？實例講解
前綴樹（字典樹）是處理字符串前綴問題的數據結構，核心是利用公共前綴節省空間、提升查找效率。其節點含字符、最多26個子節點（假設小寫字母）及isEnd標記（是否爲單詞結尾）。 插入時從根節點開始，逐個字符處理，無對應子節點則新建，處理完字符後標記結尾節點isEnd爲true。查找時同樣從根開始逐個字符匹配，最後檢查isEnd確認是否存在。 實例中，“app”與“apple”共享前綴“app”，“banana”與“bat”共享“ba”，體現空間優勢。其優勢在於空間更省（共享前綴）、查找快（時間複雜度O(n)，n爲單詞長度），且支持前綴查詢。
閱讀全文棧與隊列的應用：括號匹配問題，用棧解決超簡單
### 括號匹配問題：棧的"超簡單"應用 文章介紹了利用棧（後進先出特性）解決括號匹配問題的方法。括號匹配需判斷由`()`、`[]`、`{}`組成的字符串是否合法，即左括號與右括號一一對應且順序正確。 棧的"後進先出"特性適合此類問題：左括號入棧暫存，右括號需匹配最近入棧的左括號。具體步驟爲：初始化棧，遍歷字符串時，左括號直接壓棧；右括號則檢查棧頂元素是否匹配（通過字典映射右括號與對應左括號），匹配則彈出棧頂，否則非法；遍歷結束後棧爲空則合法，否則非法。 關鍵細節包括：區分括號類型（用字典映射）、右括號空棧時直接非法、最終棧爲空是合法的必要條件。通過左壓右查、匹配彈棧的邏輯，可高效判斷任意括號串合法性。
閱讀全文二叉搜索樹：如何用二叉搜索樹實現高效查找？
二叉搜索樹（BST）是一種高效的數據結構，用於解決日常數據查找中“快速定位目標”的問題。它是特殊二叉樹，每個節點滿足：左子樹所有節點值小於當前節點值，右子樹所有節點值大於當前節點值。 其高效性源於“左小右大”規則：查找時從根節點開始，每次比較目標值與當前節點值，若小於則遞歸左子樹，大於則遞歸右子樹，可排除一半節點，效率穩定在O(log n)，優於無序數組（O(n)）和有序數組二分查找（插入效率低）。 查找過程核心是“比較-縮小範圍”：從根節點出發，等於則找到，小於去左子樹，大於去右子樹，遞歸執行。遞歸或迭代均可實現，如遞歸法從根開始逐層比較，迭代法則用循環縮小範圍。 需注意，若BST不平衡（如退化爲鏈表），效率會退化爲O(n)；平衡樹（如紅黑樹、AVL樹）可保持穩定O(log n)。BST通過“導航式”縮小範圍，實現高效有序查找。
閱讀全文