优化老代码的时候，用到了字典树。我用Java写了一个字典树。分享一下。
先说一下常见的引用场景，单词匹配，统计（敏感词检测，单词检测），还有输入提示等等。
下面是代码了
node节点代码
public class Node{ private List<Node> nodeList = new ArrayList<>(); private char word; //这里保存的一个字符 private int isEnd = 0; //这里是一个结束标识 public Node(char w){ this.word = w; } public Node(){ } public List<Node> getNodeList() { return nodeList; } public void setNodeList(List<Node> nodeList) { this.nodeList = nodeList; } public char getWord() { return word; } public void setWord(char word) { this.word = word; } public int getIsEnd() { return isEnd; } public void setIsEnd(int isEnd) { this.isEnd = isEnd; }}Node节点重点就是保存的char和isEnd这个两个属性，这里我保存的是字符串，其实可以保存成utf8的编码，防止一些编码问题。
因为是多叉树结构，可能这两个单词 sad，saddy，需要一个结束的标识位。
添加节点代码
public void addNode(List<Node> nodeList,char[] word){ List<Node> temp = new ArrayList<>(); //遍历单词 for (int i=0;i < word.length; i++ ){ //查看子节点 for (int j = nodeList.size(); j >= 0; j--) { //有子节点并且字相同，则更新nodeList并且跳出循环，检查下一个字 if (j > 0 && nodeList.get(j-1).getWord() == word[i]) { nodeList = nodeList.get(j-1).getNodeList(); break; //如果子节点为零，则说明需要添加新节点 }else if(j == 0 ){ Node n = new Node(word[i]); //判断是否达到单词结尾，添加标志位 if( nodeList.size() == 0 && (i == word.length -1)){ n.setIsEnd(1); } temp = n.getNodeList(); nodeList.add(n); //nodeList赋值给新节点，结束循环 nodeList = temp; } } } }这一段需要注意的一点是，我是用了List这个数据结构，这个地方可以优化为Map结构，Hash表的时间复杂度是O(1)。
搜索单词
public boolean searchNode(List<Node> nodeList,char[] word){ for (int i=0;i < word.length; i++ ){ for (int j = nodeList.size() - 1; j >= 0; j--) { if (nodeList.get(j).getWord() == word[i]) { //单词处于结尾，和有标志位，则直接返回 if( (i == word.length -1) && nodeList.get(j).getIsEnd() == 1){ return true; } nodeList = nodeList.get(j).getNodeList(); break; } } } return false;}搜索文本
public boolean searchText(List<Node> nodeList,char[] word){ //记录头节点 List<Node> head = nodeList; for (int i=0;i < word.length; i++ ){ for (int j = nodeList.size() - 1; j >= 0; j--) { if (nodeList.get(j).getWord() == word[i]) { //搜索文本就不要判断单词是否处于结尾了，查到直接就返回结果 if( nodeList.get(j).getIsEnd() == 1){ return true; } nodeList = nodeList.get(j).getNodeList(); break; } //当节点没有子节点，并且程序运行到此，将nodeList复位到头节点 if(j == 0){ nodeList = head; } } } return false;} 处理敏感词部分，或者相似功能应该做分词的处理。如果不做分词处理的，会出现错误，比如玛丽露A。往后再推一个单词。
我这里是一个字一个字去进行顺序查找的。但是应该有相关的文本搜索算法和字典树相结合。可以提高效率。
我这里实现的是O（m*n）上面也提到了可以优化到O（n），但是也比之前快了不少了。比如输入提示，比每一次查询数据库之类的要快很多。如果字典树更新不频繁，比如地名，字典树是可以json化，保存到Redis中。这样可以给其他语言去使用，而且比一次性查询数据库，之后再结构化，也是要快一点的。
如果还哪里写错了，或者有什么更好的优化建议，欢迎讨论。