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 <= 2000word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
Related Topics
字典树基本模板操作
class Trie {
Node root = new Node();
public Trie() {
}
public void insert(String word) {
int idx = -1;
Node cur = root;
while (++idx < word.length()){
if (cur.children[word.charAt(idx)-'a'] == null){
cur.children[word.charAt(idx)-'a'] = new Node();
}
cur = cur.children[word.charAt(idx)-'a'];
}
cur.flag = true;
}
public boolean search(String word) {
int idx = -1;
Node cur = root;
while (++idx < word.length()){
if (cur.children[word.charAt(idx)-'a'] != null){
cur = cur.children[word.charAt(idx)-'a'];
}else{
return false;
}
}
return cur.flag;
}
public boolean startsWith(String prefix) {
int idx = -1;
Node cur = root;
while (++idx < prefix.length()){
if (cur.children[prefix.charAt(idx)-'a'] != null){
cur = cur.children[prefix.charAt(idx)-'a'];
}else{
return false;
}
}
return true;
}
class Node{
boolean flag = false;
Node[] children = new Node[26];
public Node(){}
}
}
