前綴樹重要的存在價值是搜索速度，典型的利用空間換時間，時間復雜度為O(n)，n是樹的深度。
上圖中存儲了四個單詞：am、bad、be、so，位於葉子節點，葉子節點壹定為詞，但詞不壹定位於葉子節點。除了存儲詞的節點外，其余節點稱為前綴。如ba，在樹中並不是壹個詞，但他是bad詞的前綴，前綴的重要作用就是減少存儲空間，具有相同前綴的不同單詞，只需存儲差異部分，大大減少了空間的存儲。
我所喜歡的數據結構：
Trie常見的操作：
這個題目實在是翻譯不出來啊！題意：插入多個單詞（apple、app）給每壹個詞賦值apple=3、app=2，當輸入前綴ap時，返回以ap為前綴的所有單詞值的和。
壹段文字內替換所有以
Trie中存儲的單詞
的單詞
步驟：
步驟：
在給定的數組中兩兩項異或，找出最大的異或值。
壹個數的大小如何判斷？從高位向低位走，先遇到不為0的數最大（1000 、0100），若高位相同繼續向低位走（1000 、 1100）。
思路：
由於存儲的節點只有0、1所以修改TrieNode結構
構造Trie
遍歷查找最大異或值
給定矩陣，判斷輸入的單詞是否在矩陣中。
思路：
在給出的單詞組中，找出可以組成回文的兩個單詞組。
LeetCode