Believing Process 力扣Hot208.实现Trie(前缀树)

题干：

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。

 

class Trie{
        private Trie[] children;
        //表示该节点是否为字符串的结尾
        private boolean isEnd;
        public Trie(){
            children = new Trie[26];
            isEnd = false;
        }
        public void insert(String word) {
            Trie node = this;
            for(int i=0;i<word.length();i++){
                char ch = word.charAt(i);
                int index = ch-'a';
                if(node.children[index]==null){
                    node.children[index] = new Trie();
                }
                node = node.children[index];
            }
            node.isEnd = true;
        }
        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) return null;
                node = node.children[index];
            }
            return node;
        }
        public boolean search(String word) {
            Trie node = searchPrefix(word);
            if(node!=null&&node.isEnd){
                return true;
            }
            return false;
        }

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

        前缀树是一个多叉树，根据此题我们可以构建一个特定的前缀树（包含26个英文字母的Trie数组，每一个下标对应一个字母，以及一个表明当前节点是否为结尾的isEnd标志）

        insert操作：遍历当前字符串，根据每一个字符所在的位置创建对应的子前缀树，再把最后一个节点的isEnd标志置为true，表明从根节点到当前节点的路径就是我们插入的字符串。

       search操作：通过一个searchPrefix函数，查找当前字符串对应的前缀树链是否存在，若存在，则searchPrefix返回树链的末尾节点，不存在则返回为空。当searchPrefix返回为空时，表明没找到；若返回了末尾节点，且末尾节点的isEnd为true，则表明查找到了。

        startsWith操作：其实就是searchPrefix操作，只需要判断searchPrefix是否返回空即可。