字典树（前缀树）

前缀树的特性：

1. 根节点不包含字符，除根节点外的每一个子节点都包含一个字符。
2. 从根节点到某一节点的路径上的字符连接起来，就是该节点对应的字符串。
3. 每个节点的所有子节点包含的字符都不相同。
4. 每条边对应一个字母。每个节点对应一项前缀。叶节点对应最长前缀，即单词本身。

前缀树的用途：

1. 字符串的快速检索
2. 字符串排序
3. 词频统计
4. 最长公共前缀
5. 自动匹配前缀显示后缀

public class Solution {
    public static class TrieNode {
        public int pass;
        public int end;
        public TrieNode[] nexts;//字符种类不叫多的时候可以换成哈希表 HashMap<Character, Node> nexts = new HashMap<>();

        //构造方法
        public TrieNode() {
            pass = 0;
            end = 0;
            nexts = new TrieNode[26];
        }
    }

    public static class Trie {
        private TrieNode root;

        public Trie() {
            root = new TrieNode();
        }
        
		//向树中插入单词
        public void insert(String word) {
            if (word == null) {
                return;
            }
            char[] ch = word.toCharArray();
            TrieNode node = root;
            node.pass++;
            int index = 0;
            for (char c : ch) {
                index = c - 'a';
                if (node.nexts[index] == null) {
                    node.nexts[index] = new TrieNode();
                }
                node = node.nexts[index];
                node.pass++;
            }
            node.end++;
        }

        //从树中删除一个单词
        public void delete(String word) {
            if (search(word) != 0) {//确定树中加入过word，才去删除
                char[] ch = word.toCharArray();
                TrieNode node = root;
                node.pass--;
                int index = 0;
                for (int i = 0; i < ch.length; i++) {
                    index = ch[i] = 'a';
                    if (--node.nexts[index].pass == 0) {
                        node.nexts[index] = null;
                        return;
                    }
                    node = node.nexts[index];
                }
                node.end--;
            }
        }

        //查询word加入了几次
        public int search(String word) {
            if (word == null) {
                return 0;
            }
            char[] ch = word.toCharArray();
            TrieNode node = root;
            int index = 0;
            for (char c : ch) {
                index = c - 'a';
                if (node.nexts[index] == null) {
                    return 0;
                }
                node = node.nexts[index];
            }
            return node.end;
        }
    }

    //新加入的字符串中，有几个以pre为前缀的
    public int prefixNumber(String pre) {
        if (pre == null) {
            return 0;
        }
        char[] ch = pre.toCharArray();
        TrieNode node = root;
        int index = 0;
        for (char c : ch) {
            index = c - 'a';
            if (node.nexts[index] == null) {
                return 0;
            }
            node = node.nexts[index];
        }
        return node.pass;
    }
}

208. 实现 Trie (前缀树)

题目描述：

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

代码如下：

class TrieNode {
        public int pass;
        public int end;
        public TrieNode[] nexts;

        public TrieNode() {
            pass = 0;
            end = 0;
            nexts = new TrieNode[26];
        }
    }

class Trie {

    private TrieNode root;
    /** Initialize your data structure here. */
    public Trie() {
        root = new TrieNode();
    }
    
    /** Inserts a word into the trie. */
    public void insert(String word) {
        if (word == null) {
            return;
        }
        char[] ch = word.toCharArray();
        TrieNode node = root;
        node.pass++;
        int index = 0;
        for (char c : ch) {
            index = c - 'a';
            if (node.nexts[index] == null) {
                node.nexts[index] = new TrieNode();
            }
            node = node.nexts[index];
            node.pass++;
        }
        node.end++;
    }
    
    /** Returns if the word is in the trie. */
    public boolean search(String word) {
        if (word == null) {
            return false;
        }
        char[] ch = word.toCharArray();
        TrieNode node = root;
        int index = 0;
        for (char c : ch) {
            index = c - 'a';
            if (node.nexts[index] == null) {
                return false;
            }
            node = node.nexts[index];
        }
        return node.end > 0;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        if (prefix == null) {
            return false;
        }
        char[] ch = prefix.toCharArray();
        TrieNode node = root;
        int index = 0;
        for (char c : ch) {
            index = c - 'a';
            if (node.nexts[index] == null) {
                return false;
            }
            node = node.nexts[index];
        }
        return node.pass > 0;
    }
}

/**
 * Your Trie object will be instantiated and called as such:
 * Trie obj = new Trie();
 * obj.insert(word);
 * boolean param_2 = obj.search(word);
 * boolean param_3 = obj.startsWith(prefix);
 */

执行结果：