数据结构——Trie字典树

结构特点

Trie字典树常用于判断前缀。这个数据结构中每个节点表示状态，而状态转移由串实现，即状态为节点，字符为边。
这是网上找的图片。

实现

class Trie{
	private:
		int tot;
		int ch[1024][26];	//字典树节点，第一维表示节点编号(不用0,0表示没有下一个节点)，第二维表示字符，结果为转移的下一个节点
		bool com_str[1024];	//第一维表示节点编号，结果为是否为一个前缀的最后一个节点
	public:
		Trie()
		{
			tot = 1;
			memset(ch,0,sizeof(ch));
			memset(com_str,0,sizeof(com_str));
		}
		void insert(string s)
		{
			int len = s.length();
			int u = 1;
			for(int i = 0;i < len;i++)
			{
				int c = s[i]-'a';
				if(!ch[u][c]) ch[u][c] = ++tot;	//如果没有对应字符下一节点，则新建一个
				u = ch[u][c];
			}
			com_str[u]=true;	//标记最后一个节点
		}
		bool hasprefix(string s)
		{
			int len = s.length();
			int u = 1;
			bool ret = false;
			for(int i = 0;i < len;i++)
			{
				int c = s[i]-'a';
				if(!ch[u][c]) return false;	//如果没有对应字符下一节点，则说明没有前缀
				u = ch[u][c];
				if(com_str[u]) return true;	//如果下一节点被标记，则一定有前缀
			}
		}
		bool isprefix(string s)
		{
			int len = s.length();
			int u = 1;
			bool ret = false;
			for(int i = 0;i < len;i++)
			{
				int c = s[i]-'a';
				if(!ch[u][c]) return false;	//如果没有对应字符下一节点，则说明不是前缀
				u = ch[u][c];
			}
			return true;	//所有字符都曾出现，说明是前缀
		}
};