数据结构——从英文字典树到中文字典树

昨天面试电话中的一道题，题目如下：

1、给你一个姓名的集合，查找你的名字是否在里面出现。

我的回答是用set，把集合中所有的姓名放到set集合中，直接用find查找我的姓名在这个集合里面是否出现。

2、追问，如果要搜索姓氏为叶的人，输入关键字叶，那么会出现所有姓为叶的人，应该如何设计？

当时的回答是，姓为key，名为value，存放到multimap中，使用multimap中的count函数统计key为叶的个数，然后用find函数找到第一个key为叶的指针，使用迭代器从该指针向后查找count个元素，判断这count个元素中是否有姓名为叶x的人。后来想想我的方法其实可以优化的，网上的思路基本上都是采用字典树，但仅针对英文单词。如果把字典树和我的在面试时候的方法结合起来就非常棒了（可惜当时没想到>_<）。

什么是字典树？

Trie树，即字典树，又称单词查找树或键树，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和排序大量的字符串（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：最大限度地减少无谓的字符串比较，查询效率比哈希表高。Trie的核心思想是空间换时间。利用 字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。

1. 根节点不包含字符，除根节点外每一个节点都只包含一个字符。
2. 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。
3. 每个节点的所有子节点包含的字符都不相同。

对于每个单词，如果直接去查找别的单词是否包括它，那么时间复杂度就是O(n^2)，如果采用查找公共前缀，例如对于abcd，只用查找以a为前缀的节点假设为x，对于bcd，只用查找x节点中以b为前缀的节点，依次类推。

下面给出一种常见的英文字典树结构体设计：

#define MAX_CHILD 26
struct trie_node
{
    trie_node()
    {
        count = 0;

        for (int i = 0; i < MAX_CHILD; i++)
        {
            child[i] = NULL;
        }
    }
    int count;//表示以该节点结束的单词的个数
    trie_node *child[MAX_CHILD];//存放孩子节点指针的数组 
};