44、【树和二叉树】Trie（前缀树/搜索树）字符串统计（C/C++版）

介绍

在计算机科学中，trie，又称前缀树或字典树，是一种有序树，用于保存关联数组，其中的键通常是字符串。与二叉查找树不同，键不是直接保存在节点中，而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀，也就是这个节点对应的字符串，而根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。

trie中的键通常是字符串，但也可以是其它的结构。trie的算法可以很容易地修改为处理其它结构的有序序列，比如一串数字或者形状的排列。比如，bitwise trie中的键是一串位元，可以用于表示整数或者内存地址。

基本性质

1. 根节点不包含字符，除根节点外，每个节点只包含一个字符。

2. 从根节点到某一个节点，路径上经过的字符连接起来，为该节点对应的字符串。

3. 每个节点的所有子节点包含的字符串不相同。

应用场景：
（1）字符串检索；（2）文本预测、自动完成，see also，拼写检查；（3）词频统计；（4）排序；（5）字符串最长公共前缀；（6）字符串搜索的前缀匹配

参考文章：Trie（前缀树/字典树）及其应用

实战例题

维护一个字符串集合，支持两种操作：

I x 向集合中插入一个字符串 x；
Q x 询问一个字符串在集合中出现了多少次。

共有 N个操作，输入的字符串总长度不超过 105，字符串仅包含小写英文字母。

输入格式

第一行包含整数 N，表示操作数。接下来 N行，每行包含一个操作指令，指令为 I x 或 Q x 中的一种。

输出格式

对于每个询问指令 Q x，都要输出一个整数作为结果，表示 x在集合中出现的次数。每个结果占一行。

数据范围

1≤N≤2∗104

输入样例：

5
I abc
Q abc
Q ab
I ab
Q ab

输出样例：

1
0
1

算法实现

#include <stdio.h>

const int N = 1e5 + 10;

// N个结点，26个空间中对应26个不同的英文字母，每个空间中对应所连子结点的下标
int son[N][26];
// cnt[i]记录，当到达下标为i的结点时，已被标记的单词数量（不是字母数量）
int cnt[N];
// 记录当前存储空间可用于存储结点的下标
int idx;

void insert(char str[]){
    int p = 0;
    for(int i = 0; str[i] != '\0'; i++){
        int u = str[i] - 'a';       // 归一化为0~25的数字来表示a~z
        if(!son[p][u])      son[p][u] = ++idx;      // 下标为0的点为根节点
        p = son[p][u];
    }
    cnt[p]++;
}

int query(char str[]){
    int p = 0;
    for(int i = 0; str[i]; i++){
        int u = str[i] - 'a';
        if(!son[p][u])      return 0;
        p = son[p][u];
    }
    return cnt[p];
}

int main(){
    int n;      scanf("%d", &n);
    char str[N];
    while(n--){
        // 避免读入时读取空格，因此设置为字符串形式
        char op[2];     scanf("%s%s", &op, &str);
        if(op[0] == 'I')        insert(str);
        else                    printf("%d\n", query(str));
    }

    return 0;
}

当所有字符串长度之和为n，构建字典树的时间复杂度为O(n)

但要查找的字符串长度为k，查找的时间复杂度为O(k)