/*实现一个前缀树*/
什么是前缀树？优点？缺点？一般用来做什么？
数据结构：
包括根节点+儿子节点
前缀树的性质：
1.每一层节点上面的值都不相同；
2.根节点不存储值；除根节点外每一个节点都只包含一个字符。
3. 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。
4. 插入查找的复杂度为O(n)，n为字符串长度。
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。
1、前缀匹配
2、字符串检索
3、词频统计
4、字符串排序
1.插入
从树的根节点开始；定义他的子树节点；26个英文单词；
判断根的子节点中是否包含了要插入字符串的首字符；如果有；查找字符串的下一个字符；如果没有；则新建一个节点；插入该字符串的字符。
2.查找
从树的根节点开始；定义他的子树节点；26个英文单词；
判断根的子节点中是否包含了要插入字符串的首字符；如果有；查找字符串的下一个字符；如果没有；返回false;
3.判断是否是前缀树
包含两步：
3.1：树是否是该字符串的前缀词典
3.2: 该字符串是否是树的前缀词典
class Trie {
//1.定义数据结构
public class Node{
Node[] childs=new Node[26];
boolean isLeaf;
}
//2.定义根节点
private Node root=new Node();
/** Initialize your data structure here. */
//3.空参构造器
public Trie() {
}
//4.插入字符串
/** Inserts a word into the trie. */
public void insert(String word) {
insert(word,root);
}
public void insert(String word,Node node){
//如果根节点为空；越界；因为前缀树的根节点不为空；而且字符是从跟节点的子树开始插入
if(node==null) return;
//如果字符串长度为0；也归为越界条件
if(word.length()==0){
node.isLeaf=true;
return;
}
//从字符串的第一个节点开始；以数组索引表示字符是否存在
int index=isLeafIndex(word.charAt(0));
//如果字符不存在于树结构中，新建一个树节点
if(node.childs[index]==null){
node.childs[index]=new Node();
}
//如果存在；进行下一步判断，字符串的第二个字符开始插入；
//前缀树的特点；同一层节点上面的两个值不相同。因此当查找到第一个字符存在时；
//应该从当前的树节点往下插入！
insert(word.substring(1),node.childs[index]);
}
/** Returns if the word is in the trie. */
public boolean search(String word) {
return search(word,root);
}
public boolean search(String word,Node node){
if(node==null) return false;
if(word.length()==0) return node.isLeaf;
int index=isLeafIndex(word.charAt(0));
return search( word.substring(1), node.childs[index]);
}
/** Returns if there is any word in the trie that starts with the given prefix. */
public boolean startsWith(String prefix) {
return startsWith(prefix,root);
}
public boolean startsWith(String prefix, Node node){
if(node==null) return false;
if(prefix.length()==0) return true;
int index=isLeafIndex(prefix.charAt(0));
return startsWith( prefix.substring(1), node.childs[index]);
}
public int isLeafIndex(char c){
return c-'a';
}
}
/**
* 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);
*/