Trie树（字典树）的C++实现

问题描述：

Trie树

又称单词查找树，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。

举个例子：os,oh,old,char,chat这些关键词构成的trie树：

                               root

                             /         \

                          c            o

                         /               /  \

                       h              s     h

                     /  

                   a    

                 /  \

               r      t    

trie树特点：

①根节点不包含字符，其他节点均包含一个字符

②每个节点的最大分支数为字符可能取值的个数

③每个节点对应的单词为从根节点到该节点的路径上的字符的排列。

④两个单词的公共前缀为根节点到这两个点的路径的公共部分。

应用：

①词频统计：trie树中的公共前缀只由一条路径表示，因此相对于hash方法，节约了内存。

②前缀匹配：检索所有以某前缀开头的字符串。朴素做法的时间复杂度为O（n*N），n为前缀长度，N为单词个数，而使用trie树可以做到O（h）h为检索的单词的长度。

③串排序：N个字符串按字典序排序，只需trie树进行先序遍历

④串的快速检索：trie树的节点结构中可加入记录其他信息的变量，如某词在文章中第一次出现的位置编号等，问题例：给出N个单词组成的熟词表，以及一篇全用小写英文书写的文章，请你按最早出现的顺序写出所有不在熟词表中的生词。在这道题中，我们可以用字典树，先把熟词建一棵树，然后读入文章进行比较，这种方法效率是比较高的。

算法：

树种单词的存储策略有两种：

①每个节点存一个字符

②每个节点存从根节点到该节点的路径表示的字符串

后一种方式需要的空间可能较多，但是检索的时候不需要一个辅助栈来记录路径，效率较高，本着空间换时间的原则，本文采用第二种存储方式。

代码实现：

测试：对单词集word.txt构建trie树，并给每个单词置一个ID号（可以认为是单词在字符集中第一次出现的位置），并检索其中以‘fu’开头的单词。

//TrieTreeNode.h
#pragma once
#include<iostream>
using namespace std;


template<class T>
class TrieTreeNode
{
public:
<span style="white-space:pre">	</span>TrieTreeNode(int MaxBranch)//用于构造根节点
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>MaxBranchNum = MaxBranch;
<span style="white-space:pre">		</span>ChildNodes = new TrieTreeNode<T>*[MaxBranchNum];
<span style="white-space:pre&