Trie 字典树

Trie 字典树 是一种单词查找树，简而言之就是用来存放字符串。

trie的优点如下：

1.高效的字符串检索，可以做到O(n)的时间复杂度。

2.前缀匹配

3.空间优化，可以优化大量相同前缀

4.可以处理大量字符串

如图就是一个trie：

建树的过程对于大佬的你来说也相当简单...无非就是看这个字符在书中是否存在，是的话就继续下一个字符，否则添加新的子节点。

struct node{
	int next[26];
	int end = 0;
}trie[N];

next 数组就是用来存子节点在trie数组中的下标，next[0]就是该节点通过‘a’路所到达的子节点，最初都为0，代表没有节点，一个节点可以分出26条分支，需根据所需内容调整。（如模板串只有小写字母就是26个）。

可以通过上面的方法构建结构体节点，比较好理解 :) 。

void build(const string & x)
{
	int len = x.size();//计算大小
	int now = 0;//当前所在节点的指针，最初树只有根节点0.
	for(int i=0;i<len;i++){//遍历模板串
		if(!trie[now].next[x[i]-'a']) trie[now].next[x[i]-'a'] = ++cnt;
        //如果字符没有对应节点.则动态分配(cnt初始化为0)
		now = trie[now].next[x[i]-'a'];//跳now
	}
	trie[now].end++;//统计在此节点结尾的字符串个数
}

如下是没有注释的，方便大佬复制 :) :

void build(const string & x)
{
	int len = x.size(),now = 0;
	for(int i=0;i<len;i++){
		if(!trie[now].next[x[i]-'a']) trie[now].next[x[i]-'a'] = ++cnt;
		now = trie[now].next[x[i]-'a'];
	}
	trie[now].end++;
}