一、思路

这题的思路很简单，其实就是一个26叉树，但是这个数不同通过通常的左右节点属性，而是一个数组来存储的，每个数组下标存储下层的数组。其中有以下需要注意的点：

1.private Trie[] children;

        这个说明孩子节点是一个Trie类型的数组，即数组中每个下标存储的就是一个Trie结构类型，每个下标包含两个属性，即可以通过Trie.children[index]访问到子节点，Trie.children[index].isEnd访问到子节点的isEnd属性。

2.递归数据结构VS递归函数

以下是递归数据结构的核心代码，可以明显的看出和普通函数调用式递归的区别

还有就是其中通过'this'来获取根类

public void insert(String word){Trie node = this;//获取当前类，赋值给nodefor (int i =0;i<word.length();i++){char letter = word.charAt(i);int num = letter - 'a';//获取当前字符相对于a的位置//注意下面代码都是对当前层的node进行操作，不要直接引用类属性，不然就是在反复修改根节点了if (node.children[num]==null){//当前字母对应的数组为空node.children[num]=new Trie();//使用上面构造的初始化函数，向下赋值；}node = node.children[num];}node.isEnd = true;}

1. 递归结构本质

• 数据结构的递归性：
  Trie 树的每个节点（Trie 对象）包含一个子节点数组 children，每个子节点又是一个 Trie 实例。这种结构天然形成一棵多叉树，通过 对象间的引用关系 隐式构建递归层级。

• 操作逻辑的非递归性：
  代码中通过 循环迭代（如 for 循环）遍历树的层级，而非显式调用自身方法。例如，insert 方法通过移动 node 指针（node = node.children[num]）逐层向下插入节点。

• 迭代代替递归：
  通过 node 指针的更新模拟递归的层级深入，但未发生函数调用栈的变化。

2. 优点

• 内存高效：避免函数递归调用的栈开销，适合处理深度较大的数据结构。

• 性能稳定：无栈溢出风险，适合处理长字符串或大规模数据。

• 逻辑直观：通过对象引用直接操作树形结构，代码可读性高

特性	递归数据结构	递归函数
核心体现	数据结构中包含对自身类型的引用	函数调用自身
操作方式	通常使用迭代（如循环）操作对象引用	显式调用自身，通过调用栈保存状态
内存消耗	低（无栈帧累积）	高（每层递归产生栈帧，可能栈溢出）
适用场景	树形结构（如 Trie、二叉树）、链表等	分治、回溯、树/图遍历等
代码示例	Trie[] children（Trie 树）	void preOrder(TreeNode node)（二叉树遍历）

二、记忆

1.多叉树用数组表示

2.递归数据结构的使用

3.字符相减获取相对位置

int num = letter - 'a';//获取当前字符相对于a的位置

三、代码

public class Trie{private Trie[] children;private boolean isEnd;public Trie(){children = new Trie[26];isEnd = false;}public void insert(String word){Trie node = this;//获取当前类，赋值给nodefor (int i =0;i<word.length();i++){char letter = word.charAt(i);int num = letter - 'a';//获取当前字符相对于a的位置//注意下面代码都是对当前层的node进行操作，不要直接引用类属性，不然就是在反复修改根节点了if (node.children[num]==null){//当前字母对应的数组为空node.children[num]=new Trie();//使用上面构造的初始化函数，向下赋值；}node = node.children[num];}node.isEnd = true;}public boolean search(String word){Trie trie = searchPrefix(word);return trie!=null && trie.isEnd;//和搜索前缀唯一的不同就是要求当前节点是结束节点}public boolean startsWith(String prefix){return searchPrefix(prefix)!=null;}private Trie searchPrefix(String word){Trie node = this;for (int i =0;i<word.length();i++){char letter = word.charAt(i);int num = letter - 'a';//获取当前字符相对于a的位置if (node.children[num]==null){//当前字母对应的数组为空return null;}node = node.children[num];}return node;}}