题目

方法一：利用数组构建26叉树

插入图示：

全搜索和前缀搜索：
注意：全局匹配匹配完直接返回插入时的标志位
而前缀匹配时，匹配成功后直接返回true 因为不需要往下匹配了

匹配到空trie都统统直接返回false

// 方法一  ： 利用数组存储孩子节点
    private Trie[] children ; //孩子数组  
    private boolean isWord ; //标志位

    public Trie() {//构造函数
        children = new Trie[26];// 初始化为大小为26的数组
        isWord = false;//标志位初始化为false
    }
    
   
   //插入操作
    public void insert(String word) {
      Trie root  = this;//给祖先节点赋空对象//此时 孩子数组为空  标志位默认false
      for(int i = 0 ; i<word.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标
        char ch = word.charAt(i);
        int idx = ch - 'a';
        if(root.children[idx] == null){  //如果发现当前位置 为null  则是第一次插入，创建新的trie
          root.children[idx] = new Trie();
        }
        root = root.children[idx]; //如果当前位置存在，那么将指针指向下一层
      }
      root.isWord = true;  //插入完成  标记为true
    }
    //全匹配操作
    public boolean search(String word) {
      Trie root  = this;//获得当前对象
      for(int i = 0 ; i<word.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标
        char ch = word.charAt(i);
        int idx = ch - 'a';
        if(root.children[idx] == null){  //如果发现当前位置 为null  说明搜索不到  直接return fasle
         return false;
        }
        root = root.children[idx]; //如果当前位置存在，那么将指针指向下一层继续搜索
      }
      return root.isWord;//如果能搜索到 则直接就是返回本来的状态值

    }
    // 前缀匹配
    public boolean startsWith(String prefix) {
      Trie root  = this;//获得当前对象
      for(int i = 0 ; i<prefix.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标`在这里插入代码片`
        char ch = prefix.charAt(i);
        int idx = ch - 'a';
        if(root.children[idx] == null){  //如果发现当前位置 为null  说明搜索不到  直接return fasle
         return false;
        }
        root = root.children[idx]; //如果当前位置存在，那么将指针指向下一层继续搜索
      }
      return true;//如果能搜索到 则直接就是返回true
    }

方法二：利用哈希表构建26叉树

相比较上面的用数组构建26叉树，其实也可以采用哈希表存储子节点

方法二  ： 利用hashmap存储孩子节点

    private Map<Character,Trie> children ; //孩子哈希表  key 为父节点  value为子trie节点  
    private boolean isWord ; //标志位

    public Trie() {//构造函数
        children = new HashMap<>();// 初始化哈希表
        isWord = false;//标志位初始化为false
    }
    
   
   //插入操作
    public void insert(String word) {
      Trie root  = this;//给祖先节点赋空对象
      for(int i = 0 ; i<word.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标
        char ch = word.charAt(i);
        Trie node = root.children.get(ch);
       
        if(node == null){  //如果发现当前位置 为null  则是第一次插入，创建新的trie
          root.children.put(ch,new Trie());
        }
        root = root.children.get(ch); //如果当前位置存在，那么将指针指向下一层
      }
      root.isWord = true;  //插入完成  标记为true
    }
    //全匹配操作
    public boolean search(String word) {
      Trie root  = this;//获得当前对象
      for(int i = 0 ; i<word.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标
        char ch = word.charAt(i);
        Trie node = root.children.get(ch);
        if(node == null){  //如果发现当前位置 为null  说明搜索不到  直接return fasle
         return false;
        }
        root = root.children.get(ch); //如果当前位置存在，那么将指针指向下一层继续搜索
      }
      return root.isWord;//如果能搜索到 则直接就是返回本来的状态值

    }
    // 前缀匹配
    public boolean startsWith(String prefix) {
      Trie root  = this;//获得当前对象
      for(int i = 0 ; i<prefix.length() ; i++){//一个一个拆分字符串，将字符 - 'a' 转换为坐标
       char ch = prefix.charAt(i);
        Trie node = root.children.get(ch);
        if(node == null){  //如果发现当前位置 为null  说明搜索不到  直接return fasle
         return false;
        }
       root = root.children.get(ch); //如果当前位置存在，那么将指针指向下一层继续搜索
      }
      return true;//如果能搜索到 则直接就是返回true
    }

参考：Leetcode 208 实现Trie(前缀树)