• 题目：

  Trie（发音类似 "try"）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补完和拼写检查。
  
  请你实现 Trie 类：
  
      Trie() 初始化前缀树对象。
      void insert(String word) 向前缀树中插入字符串 word 。
      boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即，在检索之前已经插入）；否则，返回 false 。
      boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ，返回 true ；否则，返回 false 。
  

• 示例 ：

  输入
  ["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
  [[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]
  输出
  [null, null, true, false, true, null, true]
  
  解释
  Trie trie = new Trie();
  trie.insert("apple");
  trie.search("apple");   // 返回 True
  trie.search("app");     // 返回 False
  trie.startsWith("app"); // 返回 True
  trie.insert("app");
  trie.search("app");     // 返回 True
  

• 提示

  • 1 <= word.length, prefix.length <= 2000
  • word 和 prefix 仅由小写英文字母组成
  • insert、search 和 startsWith 调用次数 总计 不超过 3 * 10⁴ 次

思路 ：

1. 字典树

示例一：

class Trie {
	// 子节点
    private Trie[] child;
    // 是否结尾
    private boolean isEnd;

    public Trie() {
        // 只有小写字母故直接初始化26个，若child[i]!=null 则代表该字母存在。i=char-'a'
        child=new Trie[26];
    }

    public void insert(String word) {
        char[] chars = word.toCharArray();
        Trie node = this;
        
        for (char c : chars) {
            // 判断该字母是否已存在，不存在则创建
            if (node.child[c - 'a'] == null) {
                node.child[c - 'a'] = new Trie();
            }
            node = node.child[c - 'a'];
        }
        // 表示该节点是某个单词的结尾
        node.isEnd = true;
    }

    public boolean search(String word) {
        
        Trie node = searchPrefix(word);
        return node != null && node.isEnd;
    }

    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;

    }

    // 获取前缀的最后一个字符 Trie,null代表不存在
    public Trie searchPrefix(String prefix) {
        Trie node = this;
        char[] chars = prefix.toCharArray();
        for (char c : chars) {
            if (node.child[c - 'a'] == null) {
                return null;
            }
            node = node.child[c - 'a'];
        }
        return node;

    }
}

结果：