本文讲解的例题
有了 TrieMap 和 TrieSet，力扣上所有前缀树相关的题目都可以直接套用了，下面我举几个题目实践一下。
可以尝试优化
首先，前文 TrieMap/TrieSet 代码实现 给出的 TrieMap/TrieSet 执行效率在具体的题目里面肯定是有优化空间的。
比如力扣前缀树相关题目的输入都被限制在小写英文字母 a-z，所以 TrieNode 其实不用维护一个大小为 256 的 children 数组，大小设置为 26 就够了，可以减小时间和空间上的复杂度。
另外，之前给出的 Java/cpp 代码带有泛型，在做算法题的时候其实不需要，去掉泛型也可以获得一定的效率提升。
208. 实现 Trie (前缀树)
先看下力扣第 208 题「实现前缀树」：
208. 实现 Trie (前缀树) | 力扣 | LeetCode | 🟠
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
题目让我们实现的几个函数其实就是 TrieSet 的部分 API，所以直接封装一个 TrieSet 就能解决这道题了：