数据结构-----基于双数组的Trie树

Trie树简介

Trie树也称字典树，在字符串的查找中优势比较明显，适用于在海量数据中查找某个数据。因为Trie树的查找时间和数据总量没有关系，只和要查找的数据长度有关。比如搜索引擎中热度词语的统计。除此之外也可用于将数据按字典序排序。
另外Trie树是典型的空间换时间的数据结构，构建一颗Trie树需要花费比较大的内存空间。

简单的Trie树的实现有两种方式，每个节点存储一个子节点数组，或者用链表将每个节点的子节点连接起来。
采用数组浪费了大量的空间，因为在Trie树使用的过程中不可能整个树是满的，所以数组中绝大多数的位置都是空闲的，空间得不到有效利用，但是因为数组支持随机访问，所以查找时效率很高
采用链表虽然节省了不少空间，但是在查找的过程中难以高效定位。

为了将两者的优点有效地结合起来，出现了一种仅用两个线性数组描述的Trie树，称为双数组Trie树（DAT）。两个数组分别是base和check，理解它们的含义是学习DAT的关键。

base数组和check数组

base和check数组用于记录节点和节点之间的关系，而自身的数据是通过在数组中的索引表示的。上文提到的Trie树为每个节点都开辟一定大小的数组来存储孩子节点，但是开辟的大小是事先规定好的，只能处理比如说英文单词这种简单的数据，而对于中文的处理不是很理想，双数组Trie树将每个数据都映射成一个整型数，既是数据的编码又可用于在base和check数组中定位索引。

双数组Trie树中只有树结构意义上的节点，并无实际的表述，而节点与节点之间的关系仅是通过base和check记录的。

编码
在理解base和check数组之前，先了解一下有关编码的事情。计算机在存储数据时都是以二进制的形式存储的，
比如想要存储字符’a’，并不是直接将’a’放入内存，而是将其转换成对应的编码（一个整型数97），随后进行进制转换存储在内存中。想要存储中文”一”，也是需要要将其转换成对应的编码（19968），然后再进行存储。
所以可以理解成，任何数据都有唯一的整数值与其对应，这就是数据的编码。目前比较流行的就是Unicode码，可以有效处理中文字符。

起始索引begin
有了编码的知识，首先想到的是将每个数据转换成对应的Code，然后这个Code就是这个数据在base和check中的下标。但是没办法维护节点之间的关系，不过也不能说这种想法是错的，至少对了一部分。原因是在base和check中的下标不是只由Code组成，还需要一个起始索引begin，这个begin是在程序中需要计算的整数（目前先假设begin以求出）。
这个起始索引begin很像HashTable中的hash地址，在哈希表中，对于每个数据，都有一个确定的哈希散列函数将这个数据转换成一个整数，这个整数就是数据在哈希表中的索引。
而对于双数组而言，begin + Code组成了某个数据在base和check中的下标。

base数组
但是你可能会问，这样也没有父节点子节点的关系？
这就是base要解决的事情，考虑一下，每个数据都有一个唯一的begin作为它的起始索引，这个begin就好比于是数据的归属地。父节点有，孩子节点也同样有，那么就可以利用base数组来存储数据的孩子节点的起始索引child_begin。也就是说，base[begin + code] = child_begin，这样，在知道父节点的编码，和父节点的起始索引begin后，就能找到它的孩子节点的起始索引child_begin，然后child_begin + child_code就是孩子节点在base和check数组中的下标。

你可能又会问，父节点会有多个孩子节点，而base中只存储了一个begin？
具有相同父节点的节点之间互为兄弟关系，只需要保证兄弟节点具有相同的起始索引begin就可以了，对吗。

check数组
而对于check数组，它存储的值