嵌套字典是轻量级Trie实现，用dict键存字符、值为子节点，以'END'标记单词结尾；需注意键类型、终止标识设计、避免可变默认参数、空字符串处理及重叠前缀路径复用。
用嵌套字典实现 Trie，够用但要注意 key 类型和终止标记
嵌套字典是最轻量的 Trie 实现方式，适合快速验证逻辑或小规模词典。核心思路是：每个节点是一个 dict，键为字符，值为子节点；额外用一个特殊 key（比如 'END' 或 True）标记单词结尾。
常见错误是混淆字符串遍历和字典赋值顺序——必须逐字符推进，不能一次性 node[char] = {} 后就跳过后续路径检查。
- 插入时，对每个字符检查是否存在，不存在则新建空
dict；最后在末尾节点设node['END'] = True - 搜索完整单词时，必须走到末尾且该节点有
'END'键，不能只判断路径存在 - 前缀匹配只需走完前缀路径、不检查
'END'，但要确保每一步的 key 都在当前dict中 - 避免用
None作为终止标记——它在字典中可能被误判为缺失（if node.get('END')对None返回 False）
自定义 TrieNode 类比字典更清晰，但别漏掉 __init__ 初始化
当需要扩展功能（如计数、删除、自动补全），自定义类更可控。关键点在于：每个节点必须显式初始化子节点容器和结束标识，否则实例间会共享可变默认参数。
典型翻车现场是写成 def __init__(self, children={}): —— 这个 {} 是函数定义时创建的单例 dict，所有实例共用。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 正确写法是
self.children = {}在__init__内部赋值，或用children=None+self.children = children or {} - 建议把
is_end设为布尔值而非计数器，除非明确需要统计频次（如输入法热词） - 如果后续要支持删除，需在
is_end为 True 时保留节点，仅清除标记；否则可能误删公共前缀路径 - 类方法命名保持语义清晰：
insert()、search_word()、starts_with()，避免和内置search()混淆
insert 和 search 的时间复杂度确实是 O(m)，但实际性能受 Python 字典实现影响
m 是单词长度，理论上插入/查找都是线性。但现实中，Python 的 dict 查找虽平均 O(1)，底层哈希计算和冲突处理仍有开销；嵌套过深的字典还可能引发内存局部性下降。
当单词极长（如 DNA 序列）或字符集极大（如 Unicode 全量），嵌套字典的空间放大明显——每个节点至少存一个空 dict（约 240 字节）。这时应考虑数组映射（如 26 字母用 list）或第三方库（marisa-trie）。
- 纯英文小写场景下，用
[None] * 26替代dict可省 70%+ 内存，索引用ord(ch) - ord('a') - 若字符含大小写、数字、符号，仍推荐
dict，避免稀疏数组浪费 - 频繁调用
starts_with时，可缓存路径末节点引用，避免重复遍历（尤其在自动补全循环中）
测试边界 case 比写主逻辑还重要：空字符串、重复插入、重叠前缀
空字符串 '' 是最容易被忽略的 case。Trie 通常应支持它作为有效单词，意味着根节点自身就要有 is_end = True；否则 search('') 必然失败。
重复插入同一单词不应改变结构，但要确保 is_end 正确置位；重叠前缀（如 'ab' 和 'abc'）则考验路径复用是否正常——'ab' 的节点不能因插入 'abc' 被覆盖或清空。
- 必测用例：
insert('')→search('')返回 True；insert('a'), insert('a')→search('a')仍为 True - 重叠前缀测试：
insert('app'), insert('application')，再starts_with('app')应返回 True，search_word('app')也应为 True - 删除操作（如有）后，检查
'app'删除是否影响'application'的路径可达性
字符编码和大小写敏感性也是隐藏雷区——明确约定输入是否已标准化（如全转小写），否则 'Apple' 和 'apple' 会被视为两个不同分支。
