树：Trie树

Trie树，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。

补充下，trie也可以用于做基于词典的敏感词检测。还有就是适合路由时ip地址的最长前缀匹配。

下面我们有and,as,at,cn,com这些关键词，那么如何构建trie树呢？

从上面的图中，我们或多或少的可以发现一些好玩的特性。


      第一：根节点不包含字符，除根节点外的每一个子节点都包含一个字符。


      第二：从根节点到某一节点，路径上经过的字符连接起来，就是该节点对应的字符串。


      第三：每个单词的公共前缀作为一个字符节点保存。


 


二：使用范围


     既然学Trie树，我们肯定要知道这玩意是用来干嘛的。


     第一：词频统计。


            可能有人要说了，词频统计简单啊，一个hash或者一个堆就可以打完收工，但问题来了，如果内存有限呢？还能这么


             玩吗？所以这里我们就可以用trie树来压缩下空间，因为公共前缀都是用一个节点保存的。


     第二: 前缀匹配


            就拿上面的图来说吧，如果我想获取所有以"a"开头的字符串，从图中可以很明显的看到是：and,as,at，如果不用trie树，


            你该怎么做呢？很显然朴素的做法时间复杂度为O(N2) ，那么用Trie树就不一样了，它可以做到h，h为你检索单词的长度，


            可以说这是秒杀的效果。

参考：

http://www.cnblogs.com/huangxincheng/archive/2012/11/25/2788268.html

http://baike.baidu.com/link?url=FJNOLOOtjDh2sY3g5hypJgZhMhX3vKpctD3DJVuJ_zAoZwrvxShwgwjhx1iI3mKJxJOLMAxW5Ea9FfhM-ieQ9G2Guw3BpBUjJ5ycWNA3GuQ2j4I2snNY8tl0OVmDwcf-jERl_KVknEBjGxqe81g07q