Trie树（字典树）

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，是一种用空间换时间的方法。

字典树与字典很相似,当你要查一个单词是不是在字典树中,首先看单词的第一个字母是不是在字典的第一层,如果不在,说明字典树里没有该单词,如果在就在该字母的孩子节点里找是不是有单词的第二个字母,没有说明没有该单词,有的话用同样的方法继续查找.字典树不仅可以用来储存字母,也可以储存数字等其它数据。

这个Trie树上的红点代表的是存在这个单词，相当于一种标记。

具体的讲解见代码：

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int maxn = 10010;

const int max_size = 26;

struct Trie{
    int ch[maxn][max_size]; // ch[i][j]表示第i个节点的第j的子节点存不存在。
    int val[maxn];
    int sz;  //节点总数
    Trie(){
        sz = 1;  //初始只有一个根节点
        memset(ch[0],0,sizeof(ch[0]));
    }
    int id(char c){ //字符c的编号
        return c - 'a';
    }
    void insert_str(char *s){ //插入字符串
        int u = 0,len = strlen(s);
        for(int i=0;i<len;i++){
            int c = id(s[i]);
            if(!ch[u][c]){//节点不存在
            memset(ch[sz],0,sizeof(ch[sz]));
               val[sz]=0;
               ch[u][c]=sz++; //新建节点
            }
            u=ch[u][c];
        }
        val[u]=1; //标记某个字符串存在
    }
    bool find_str(char *s){//查找某个前缀
        int len = strlen(s),u=0;
        for(int i=0;i<len;i++){
            int c=id(s[i]);
            if(!ch[u][c]) return false;
            u=ch[u][c];
        }
        return true; //如果要判断某个字符串存不存在 if(val[u])
    }
};

int main()
{
    Trie T;
    T.Insert("abc");
    T.Insert("abcd");
    T.Insert("abdd");
    if(T.find_str("abc")) puts("yes,abc");
    else puts("no,abc");
    if(T.find_str("def")) puts("yes,def");
    else puts("no,def");
    return 0;
}