3.单词查询。能实现模糊查询。如输入字母a，ab，则能展示a或ab为前缀的所有单词。基于树的先序遍历展示。

好的，实现这个功能需要使用一种叫做 Trie 树的数据结构。Trie 树是一个树形结构，在每个节点上存储一个字符，并通过多个节点表示一个单词。我们可以在 Trie 树上进行深度优先搜索，以检索与给定前缀匹配的所有单词。

以下是一个实现 Trie 树的 Python 代码示例：

class TrieNode:
    def __init__(self):
        self.children = {}
        self.is_word = False

class Trie:
    def __init__(self):
        self.root = TrieNode()

    def insert(self, word):
        node = self.root
        for char in word:
            if char not in node.children:
                node.children[char] = TrieNode()
            node = node.children[char]
        node.is_word = True

    def search(self, word):
        node = self.root
        for char in word:
            if char not in node.children:
                return False
            node = node.children[char]
        return node.is_word

    def starts_with(self, prefix):
        node = self.root
        result = []
        for char in prefix:
            if char not in node.children:
                return result
            node = node.children[char]
        self.dfs(node, prefix, result)
        return result

    def dfs(self, node, prefix, result):
        if node.is_word:
            result.append(prefix)
        for char in node.children:
            self.dfs(node.children[char], prefix + char, result)

在这个示例中，我们定义了一个 TrieNode 类来表示 Trie 树中的节点。每个节点都有一个 children 字典，其中键是字符，值是该字符对应的子节点。我们还在每个节点上存储一个布尔值 is_word，以指示该节点是否表示单词的结尾。

然后，我们定义了一个 Trie 类来管理 Trie 树。它有一个根节点 self.root，并定义了 insert、search 和 starts_with 三个方法。insert 方法用于将单词插入 Trie 树中，search 方法用于检查 Trie 树中是否存在给定的单词，starts_with 方法则用于查找以给定前缀开头的所有单词。

在 starts_with 方法中，我们首先遍历 Trie 树，直到找到与给定前缀匹配的节点。然后，我们调用 dfs 方法进行深度优先搜索，以查找以该节点为根的子树中的所有单词。如果节点的 is_word 属性为 True，则将当前前缀添加到结果列表中。最后，我们返回结果列表。

使用上述代码，您可以实现您所需的单词查询功能。