208. Implement Trie (Prefix Tree)

字母的字典树每个节点要定义一个大小为26的子节点指针数组，然后用一个标志符用来记录到当前位置为止是否为一个词，初始化的时候讲26个子节点都赋为空。那么insert操作只需要对于要插入的字符串的每一个字符算出其的位置，然后找是否存在这个子节点，若不存在则新建一个，然后再查找下一个。查找词和找前缀操作跟insert操作都很类似，不同点在于若不存在子节点，则返回false。查找次最后还要看标识位，而找前缀直接返回true即可。

class TrieNode {
public:
　　TrieNode *child[26];
　　bool isWord;
　　TrieNode() : isWord(false){
　　　　for (auto &a : child)　　 a = NULL;
　　}
};

211. Add and Search Word - Data structure design

唯一不同的地方就是search的函数需要重新写一下，因为这道题里面'.'可以代替任意字符，所以一旦有了'.'，就需要查找所有的子树，只要有一个返回true，整个search函数就返回true，典型的DFS的问题

212.Word Search II

在这题中只要实现字典树中的insert功能就行了，查找单词和前缀就没有必要了，然后DFS的思路跟之前那道Word Search 词语搜索基本相同

void search(vector<vector<char> > &board, TrieNode *p, int i, int j, vector<vector<bool> > &visit, vector<string> &res) {

        if (!p->str.empty()) {

            res.push_back(p->str);

            p->str.clear();

        }

        int d[][2] = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};

        visit[i][j] = true;

        for (auto &a : d) {

            int nx = a[0] + i, ny = a[1] + j;

            if (nx >= 0 && nx < board.size() && ny >= 0 && ny < board[0].size() && !visit[nx][ny] && p->child[board[nx][ny] - 'a']) {

                search(board, p->child[board[nx][ny] - 'a'], nx, ny, visit, res);

            }

        }

        visit[i][j] = false;

    }