208.Implement Trie(Prefix Tree)

Trie树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。 
典型应用是 
1. 用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。 
2. 用于前缀匹配，比如我们在搜索引擎中输入待搜索的字词时，搜索引擎会给予提示有哪些前缀。 
它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。缺点就是空间开销大。

前缀树 

有如下特点： 
1. 根节点不包含字符，除根节点外每一个节点都只包含一个字符。 
2. 从根节点到某一节点，路径上经过的字符连接起来，为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. 如果字符的种数为n，则每个结点的出度为n，这也是空间换时间的体现，浪费了很多的空间。 
5. 插入查找的复杂度为O(n)，n为字符串长度。

对于该题，因为只存储小写英文字母，因此，每个节点设置一个容量为26的数组即可，索引index=c-’a'。

对于insert操作：依次判断word中的每个字母c的位置，检索第index个数组的内容，如果为null，则新建一个节点（表示该处有字母c），如果不为空，则更新c，从此处继续判断下一个位置。每插入完成一个word，最后一个字母的isEndOfword为true。

对于search操作：确定每个字母的index，依次向下查找，结束时isEndOfword为true。

对于startsWith操作：在search操作的基础上，结束时isEndOfword的值可以为false。

class Trie {
    private static final int kAlphabetCount = 26;
    
    class TrieNode {
        TrieNode[] children = new TrieNode[kAlphabetCount];
        boolean isEndOfWord = false;
    }
    
    private TrieNode root = new TrieNode();
    
    public void insert(String word) {
        TrieNode current = root;
        for(char ch: word.toCharArray()) {
            int index = ch - 'a';
            if(current.children[index] == null) {
              current.children[index] = new TrieNode();  
            }
            current = current.children[index];
        }
        current.isEndOfWord = true;
    }
    
    public boolean search(String word) {
        TrieNode current = root;
        for(char ch: word.toCharArray()) {
            int index = ch - 'a';
            if(current.children[index] == null) {
              return false;
            }
            current = current.children[index];
        }
        return current != null && current.isEndOfWord;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    public boolean startsWith(String prefix) {
        TrieNode current = root;
        for(char ch: prefix.toCharArray()) {
            int index = ch - 'a';
            if(current.children[index] == null) {
              return false;
            }
            current = current.children[index];
        }
        return current != null;
    }
}

/**
 * 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);
 */