Double-Array详解

Trie结构是模式匹配中经常用到的经典结构，在字符串处理中发挥着重要的作用，比如分词算法，就会利用Trie结构将分句的已知词条先识别出来，然后再判断剩下的未识别部分是否是新的未知词。

经典的Trie结构如下图所示，

是一个典型的多叉树结构，为了保证用Trie结构进行模式匹配的效率，Trie结构的每一个节点往往会容纳输入字符集的所有字母构成的数组，以便实现高速查找，这样的缺点就是内存空间的大量浪费，因为越到Trie结构的叶节点，每个节点所包含的字母数量就越少，很可能出现为了几个字符，而多出几十个空位的情况.如上图，没有一个Trie节点的元素多于3个，但是为了算法的效率，每个节点都需要预留26个空位。读者可能会考虑对于Trie结构的每个节点，用散列表代替数组，改直接查找为散列查找，来减少空间的浪费，但是像Trie这样的基本处理工具，每秒钟可能需要对目标文本执行上万次的匹配操作，散列计算的开销很可能会成为影响程序效率的瓶颈。那么有没有既可以充分利用节点空间，又可以避免散列计算开销的Trie实现呢。Jun-Ichi Aoe（日本）于1989年提出的double-array结构，正是将Trie结构的高效率与空间的紧凑利用相结合的理想解决方案。

前面我们提到，可以用散列表来节省Trie结构节点的空间浪费，但是我们又不想对每一次字符查找都进行散列运算，实际上，我们使用散列表的初衷，无非也就是对于当前节点，我们去哪几个节点去匹配下一个输入字符。这里我们以字符集a-z为例，来考虑如何实现Trie结构的压缩存储。

如上图所示，我们假设有一个很长的数组BASE[1...n]，此时对于集合K，我们可以将BASE[1...26]，作为对应的Trie结构的根节点，这样对于第1个输入字符，肯定可以映射到BASE[1...26]中的一个，然后我们将BASE[27...52]作为当第1个输入字符是a时，第2个字符对应的区间。BASE[53...78]作为当第1个字符是b时，第2个字符的映射区间，依次下去，将BASE[27...702]对应Trie结构根节点26个字母所分别对应的的第2层顶点。此时我们实现了将Trie结构的各层顶点映射到一个一维数组上面。为了能够索引到对应的BASE数组中的正确位置，我们还需要一个CHECK数组与BASE中的元素一一对应，来标记当前字符是从哪个父节点索引过来的。比如说BASE[53]的a是从BASE[2]=b索引过来的，而不是从BASE[1]或者BASE[3]索引过来的，对应于模式串前缀ba，