实现 Trie (前缀树)，或者说字典树（单词查找树）

Trie数据结构介绍：

具有相同前缀的字符串使用公共前缀。
下图为存储了字符串"app", “apps” , “pe” 的字典树结构图

所以设计时，每个Trie类都有个children属性和isEnd属性

• children是个Trie数组（无参构造时初始化大小为26，对应26个字母）
• isEnd属性记录此结点是否是字符串的结尾

Note:
..结点若未被字符串使用，则未被构造，为null

正式实现代码：

class Trie {
    private Trie[] children;
    private boolean isEnd;

    /** Initialize data structure  */
    public Trie() {
        children = new Trie[26];  //每一层需要26个Trie结点(字母）
        isEnd = false;  //记录此结点是否是字符串的结尾
    }

    /** Inserts a word into the trie. */
    public void insert(String word) {
        Trie node = this;  //利用反射获取本类Trie来插入
        for (int i = 0; i < word.length(); i++) {
            char ch = word.charAt(i);
            int index = ch - 'a';
            if (node.children[index] == null) {  //如果这个结点还未成为前缀的一部分，就开通
                node.children[index] = new Trie();
            }
            node = node.children[index];  //不断往下进入
        }
        node.isEnd = true; //这是结尾
    }


    /** Returns if the word is in the trie. */
    public boolean search(String word) {
        Trie node = searchPrefix(word);
        return node != null && node.isEnd;  // word字符串结尾字符非空 且 是结尾
    }

/** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        return searchPrefix(prefix) != null;
    }

    private Trie searchPrefix(String prefix) {
        Trie node = this;
        for (int i = 0; i < prefix.length(); i++) {
            char ch = prefix.charAt(i);
            int index = ch - 'a';
            if (node.children[index] == null) {  //如果有结点未开通说明此前缀不存在
                return null;
            }
            node = node.children[index];  //不断往下
        }
        return node;  //返回一个字符串结尾字符的结点
    }
}

由于search(String word)与
boolean startsWith(String prefix)都需要进行寻找前缀的工作，所以将内容抽取出来写成
Trie searchPrefix（）
可以减少代码量，这是一种简洁的思想。