Trie树，即字典树，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。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。 注：字符都在路径上，节点上没有值。 它有3个基本性质： （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。
public class hello { //前缀树节点 public static class TrieNode { public int path; //记录有多少个节点到达 public int end; //记录有多少字符串以这个节点结尾 public TrieNode[] nexts; //记录该节点的所有路径 public TrieNode() { path = 0; end = 0; nexts = new TrieNode[26];//每个节点有26条路径（a,b,...） } } //前缀树 public static class Trie { private TrieNode root; public Trie() { root = new TrieNode(); } //插入字符串word public void insert(String word) { if (word == null) { return; } //将字符串转换为数组 char[] chs = word.toCharArray(); TrieNode node = root; //节点路径下标 int index = 0; for (int i = 0; i < chs.length; i++) { index = chs[i] - 'a';//index值为0-25 if (node.nexts[index] == null) { node.nexts[index] = new TrieNode(); } //添加一个新节点，新节点到达一次 node = node.nexts[index]; node.path++; } //以该节点结尾，+1 node.end++; } //查询是否有字符串word public int search(String word) { if (word == null) { return 0; } char[] chs = word.toCharArray(); TrieNode node = root; int index = 0; for (int i = 0; i < chs.length; i++) { index = chs[i] - 'a'; if (node.nexts[index] == null) { return 0; } node = node.nexts[index]; } return node.end; } //删除字符串word public void delete(String word) { //查询word不为0的前提 if (search(word) != 0) { char[] chs = word.toCharArray(); TrieNode node = root; int index = 0; for (int i = 0; i < chs.length; i++) { index = chs[i] - 'a'; //如果该路径只有一条，则直接删去并且该节点之后也不需要考虑 if (--node.nexts[index].path == 0) { node.nexts[index] = null; return; } node = node.nexts[index]; } node.end--; } } //计算字符串pre作为多少个字符串的前缀 public int prefixNumber(String pre) { if (pre == null) { return 0; } char[] chs = pre.toCharArray(); TrieNode node = root; int index = 0; for (int i = 0; i < chs.length; i++) { index = chs[i] - 'a'; if (node.nexts[index] == null) { return 0; } node = node.nexts[index]; } return node.path; } } public static void main(String[] args) { Trie trie = new Trie(); System.out.println(trie.search("cao")); trie.insert("cao"); System.out.println(trie.search("cao")); trie.delete("cao"); System.out.println(trie.search("cao")); System.out.println(trie.prefixNumber("cao")); } }