字典树trie分析报告

由于项目中需要优化原有std::map红黑树实现的目录树，调研了trie树及其变种Ternary Search Trie的原理，并做了相应的性能测试。

1 支持前缀查找(自动补齐，比如fuse中ls -al) 2 支持高效范围查找 3 支持内存量的减少(类似设计模式中的享元模式)
      测试对象：
      Std::map 红黑树    来自标准模板库实现
      Patricia Trie 压缩trie   来自标准模板库ext实现
      Ternary search Tree 三叉树    来自wiki的一个STL-compliant的开源实现
      测试结果：
测试1
向stl::map、tst、stl::PAT分别插入1到100W数据，并查找这些数据。
tst
$./otst 
start to insert
insert use ms:5530
start to search
search use ms:3692
size = 1000000
内存：
VmSize:   110168 kB


map：
$./omap 
start to insert
insert use ms:2712
start to search
search use ms:1625
size = 1000000
内存：
VmSize:   121172 kB


PAT:
$./opat 
start to insert
insert use ms:4163
start to search
search use ms:985
size = 1000000
内存：
VmSize:   311796 kB


一，     map的插入性能最优，pat的查找性能最优，tst插入查找性能都较差。
二，     pat最耗内存，在数据量较大时，tst消耗内存接近map, tst在fuse这种情景下内存理应是最小的。
三，     tst和pat自身提供prefix_range这些范围查找函数。
测试2：
向map和tst插入前缀相同的一些字符串，检查内存消耗。
这些字符串大小为100M+2，其中前100M的数据都相同，仅最后一个字符不同。共插入10个这样的数据，分别记录插入第一个和所有都插入后的内存。
tst：
仅插入第一个字符串：
VmSize:  4411012 kB
全插入后：
VmSize:  4308608 kB(猜测是三叉树的rebalance的原因)


map：
仅插入第一个字符串：
VmSize:   216684 kB
全插入后：
VmSize:   933512 kB


总结：当字符串的前缀相同时，tst的公用字符机制可以很有效的节省内存。


总结：
      Map的性能适中，但自身不支持范围查找和前缀查找，需要自身代码实现。相对效率较低
      PatTrie的查找性能很强，根据测试，并没有相应的共享前缀节点，导致占用内存不理想。
      Ternary tree其实是一颗变种的trie树，insert find效率都不高，由于每个字符占用一个节点，而red-black的一个key占用一个节点，相对树的层次会比red-black高(在节点相似度不高的情况下)。但内存和前缀查找均很好的支持。