我对Trie实现如何节省空间并以最紧凑的形式存储数据感到困惑！
如果你看看下面的树。当你在任何节点上存储一个字符时，你还需要存储对该字符的引用，因此对于字符串的每个字符，你需要存储它的引用。好的，当一个公共字符到达时，我们节省了一些空间，但是我们在存储对该字符节点的引用时丢失了更多空间。
那么，不是有很多结构开销来维护这棵树本身吗？相反，如果使用TreeMap代替它，比如说实现字典，这可以节省更多的空间，因为字符串将保存在一个片段中，因此在存储引用时不会浪费空间，不是吗？
为了在使用trie时节省空间，可以使用压缩的trie（也称为patricia trie或radix树），其中一个节点可以表示多个字符：
在计算机科学中，基数树（也称为patricia trie或radix trie）是一种空间优化的trie数据结构，其中只有一个子节点的每个节点都与其子节点合并。结果是每个内部节点至少有两个子节点。与常规尝试不同，边缘可以用字符序列和单个字符进行标记。这使得它们对于小集合（特别是如果字符串很长）和共享长前缀的字符串集更有效。
基数树示例：
请注意，trie 通常用作一组字符串的前缀匹配的有效数据结构。trie也可以用作关联数组（如哈希表），其中键是字符串。
当您有大量单词要由树表示时，可以节省空间。因为许多单词在树中共享相同的路径;您拥有的单词越多，节省的空间就越多。
但是，如果您想节省空间，则可以使用更好的数据结构。Trie不像有向无环字图（DAWG）那样节省空间，因为它在整个结构中共享公共节点，而trie不共享节点。维基条目解释了这么多细节，所以看看它。
以下是Trie和DAWG之间的区别（图形上）：
字符串“tap”，“taps”，“top”和“tops”存储在Trie（左）和DAWG（右）中，EOW代表词尾。
左边的树是Trie，右边的树是DAWG。比较它们，看看 DAWG 如何有效地节省空间。Trie具有表示相同字母/子词的重复节点，而DAWG的每个字母/子词正好有一个节点。
