下面的代码实现如下语法

概念Tries树，又称键树，字典树或查找树。用来存储字符串的一种树形结构。它有三个基本性质：1 根节点不包含字符，除根节点外每一个节点都只包含一个字符。2 从根节点到某个一个节点，路径上经过的字符连接起来，为该节点对应的字符串。3 每个节点的子节点包含的字符都不相同。假设，我们有这些单词，hello, he, she, abc, aha, ok, abcd，对其构造字典

后缀树是一种树型数据结构，使用后缀树可以快速解决很多字符串相关的问题，功能非常强大。很多文章在说到后缀树时，都会首先提及Tries树。实际上Tries是一种简单版本的后缀树，后缀树也可以说是压缩后的Tries树。总而言之，Tries树和后缀树有很多相似之处，后缀树在时间效率和空间效率都比Tries树要好，不过后缀树相应的就很难理解。很多介绍后缀树的文章都难免让初学者陷入混乱。

有一堆硬币，初始状态未知。现在假设有一个机器人，不停的做如下处理：对每一个硬币，如果是反面，就把它翻为正面，如果正面就把它随机抛一下。问：经过无数遍这样的处理后，这一堆硬币的状态能稳定下来吗？如果能，正面的硬币和反面的硬币最终比例是多少？[美团：2013]假设初始状态为：正面a枚，反面b枚。正面数量反面数量第1次a/2+ba/2

在朴素算法中，移动模式串后，就会丢掉之前已匹配符号的信息。所以，很可能一个文本符号会与不同的模式符号进行多次比较。这导致了最坏时间复杂度O(nm)（n:文本长度，m: 模式长度）。KMP算法利用之前的符号比较信息。该算法不会对已经与某个模式符号匹配的文本符号进行重复比较。所以KMP的时间复杂度是O(n)。然而，需要对模式串进行预处理以分析它的结构。预处理阶段的时间复杂度是O(m)。因为m<=n，所以总的时间复杂度是O(n)。

如何生成随机文本？直观的方法是，以等概率的方式随机的选择每一个字母和空格，当然这样生成的文本好无意义。类似于这样：vLtcNoXSseBeQHvTalbSbqVzFfLnaczP UrNImTyRnnMtQmZkATgEdLJP LYCsWnJavHDTMoqAAPxkmSuTgPPEdZBIOAzYPebkXw如何生成令人感兴趣的文本呢？原理是这样的：多数事件发生在上下文。比如今天的

l  方法一1 对N个无序的目标区间进行排序2 顺序判断源区间是否在目标区间内bool isOverlap([x, y], [x1, y1][x2,y2]...[xn,yn]){         //以x为key进行升序排序，排序后x123n         sort([x1,y1][x2,y2]...[xn,yn]);         flg=0;