前缀树Trie Trie也称为前缀树或字典树，用于确定字符串是否存在或具有字符串前缀。
包含八个密钥的树结构： a、to、tea、ted、ten、I、in、and “inn”。
在计算机科学中，trie也称为前缀树或字典树，是用于存储关联数组的规则树，其中密钥是与双击树不同，密钥由节点在树中的位置决定，而不是直接存储在节点中。 节点的所有后代都具有相同的前缀，即对应于节点的字符串，而根节点对应于空字符串。 一般来说，并不是所有节点都有对应的值，只有叶节点和部分内部节点对应的密钥具有关联的值。 (来源： wiki )
树的优缺点
Trie树的中心思想是在空间上改变时间，利用字符串的公共前缀减少无用的字符串比较，提高查询的效率。
优点
插入和查询很有效率，而且都是o(m ) o(m ) )。 其中mm是要插入/查询的字符串的长度。
对于查询，有人会说，散列调度的复杂性是o(1) o(1)1)更快。 但是，qsdhh搜索的效率通常取决于哈希函数的好坏，如果不良的哈希函数引起了很多冲突，效率并不一定高于Trie树。
树中的不同关键字不冲突。
仅当一个关键字可以与多个值相关联时，树才会像hash冲突一样发生。
Trie树不需要求出hash值，对短字符串更快。 通常，需要遍历字符串才能获得hash值。
树可以按词典顺序对关键字进行排序。
缺点
如果散列函数好，则树的搜索效率低于qsdhh搜索。
空间消耗比较大。
实现前缀树代码
class trie {/* * initializeyourdatastructurehere.*//buildnodeclassprivateclassnode { node [ ] childs=new node [ 26 ]。 布尔士； //initalizerootnodeprivatenoderoot=new node (； public trie ()/* * insertsawordintothetrie.*/public void insert (string word ) ) insert (word，root )； }privatevoidinsert(stringword，Node node ) if ) node==null ) return； if(word.length(==0) ) { node.isLeaf=true； 返回； } intindex=index for char (word.charat (0) )； if(node.childs[index]==null ) { node.childs[index]=new Node； }insert(word.substring(1)，node.childs[index] )； }/* * returnsifthewordisinthetrie.*/publicbooleansearch (string word ) return search (word，root )； } privatebooleansearch (string word，node ) if ) node==null ) return false； if(word.length(==0) return node.isLeaf； intindex=index for char (word.charat (0) )； returnsearch(word.substring(1)，node.childs[index]； }/* * returnsifthereisanywordinthetriethatstartswithegivenprefix.*/publicbooleanstartswith { string prefix } { return sthethethetthettthethed } prefix.length (==0) return true； intindex=index for char (prefix.charat (0) )； if(node.childs[index]==null )返回假； return starts with (prefix.substring (1)，node.childs[index]； //getcharindexprivateintindexforchar (charc ) ) { return c-'a )； }/* * * yourtrieobjectwillbeinstantiatedandcalledassuch : * trie obj=new trie (； *obj.insert(word )； * boolean param _2=obj.search (word )； * boolean param _3=obj.starts with (prefix )； */