可持续化数据结构

OI Wiki 对于可持久化数据结构的简介是这样的

可持久化数据结构 (Persistent data structure) 总是可以保留每一个历史版本，并且支持操作的不可变特性 (immutable)。

换而言之，可持久化数据结构是一种进阶数据结构，可以为了高效的存储一个数据结构的所有历史状态

• 为什么要用到可持续化数据结构?

  到目前为止，我们学习的数据结构都是存储着它的最新状态，无法跨越时间的长河，寻找它曾经是什么

  当然，实现这一点并不是完全做不到，我们可以在每次更新时，在创建一个新的数据结构，把上一个数据结构的所有内容复制过去，然后再更改

  这样的话，时间复杂度与空间复杂度感人

  为了高效的存储一个数据结构的所有历史状态，计算机科学家们创立了可持久化数据结构

• 可持续化数据结构的思想：

  在每次操作结束后，仅创建数据结构中发生改变的部分的副本，不拷贝其他部分

  这样一来，维护数据结构的时间复杂度没有增加，空间复杂度仅增长到与时间同级的规模。实现了高效的存储一个数据结构的所有历史状态

可持续化字典树

前置知识:字典树

由于我之前也没有学过字典树，所以学习可持续化数据结构时顺便把字典树也学了，这里介绍一下

让我们来看看百度百科给的概念:

又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

如果单看概念的话，你绝对会一无所获，这里给出一个简单的图

该图中存储了$cabcarcatecosrain$五个单词

为了字典树有两个基本操作，一个是插入，一个是检索。

这里我们用数组来模拟字典树

字典树的插入

当需要插入一个字符串 $S$ 时，我们另一个指针 $P$ 起初指向根节点，然后，依次扫描
$S$ 中的每个字母 $c$ :
1.若 $P$ 的 $c$ 字符指针指向一个已经存在的节点 $Q$ ，则令 $P=Q$
2.若 $P$ 的 $c$ 字符指针指向空，则新建一个节点 $Q$ ，令 $P$ 的字符指针指向 $Q$ ,然后令 $P=Q$

字典树的检索

当需要检索一个字符串 $S$ 在 $Trie$ 中是否存在时，我们另一个指针 $P$ 期初指向根节点，然后依次扫描 $S$ 中的每个字符 $c$ :

1. 若 $P$ 的 $c$ 字符指针指向空，则说明 $S$ 没有被插入 T r i e Trie