字典树，英文名Trie树，Trie一词来自retrieve，发音为/tri:/ “tree”，也有人读为/traɪ/ “try”，
又称单词查找树 或 前缀树，Trie树，是一种树形结构（多叉树）。
trie，又称为前缀树或字典树，是一种有序树，用于保存关联数组。
- 除根节点不包含字符，每个节点都包含一个字符
- 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
- 每个节点的所有子节点包含的字符都不相同（保证每个节点对应的字符串都不一样）
比如：
/ \
/ | \
t a i
/ \ \
o e n
/|\ /
a d n n
上面的Trie树，可以表示字符串集合{“a”, “to”, “tea”, “ted”, “ten”, “i”, “in”, “inn”} 。
trie树把每个关键字保存在一条路径上，而不是一个节点中
两个有公共前缀的关键字，在Trie树中前缀部分的路径相同，所以Trie树又叫做前缀树（Prefix Tree）。
它的优点是：
- 插入和查询的效率很高，都是O(m),其中 m 是待插入/查询的字符串的长度
- Trie树可以对关键字按字典序排序
- 利用字符串的公共前缀来最大限度地减少无谓的字符串比较,提高查询效率
缺点：
- trie 树比较费内存空间，在处理大数据时会内存吃紧
- 当hash函数较好时，Hash查询效率比 trie 更优
知乎这里有个问题：10万个串找给定的串是否存在, 对trie和hash两种方案给出了讨论。
DATrie 是使用python实现的双数组trie树， 双数组可以减少内存的使用量 。有关 double-array trie，可以参考这篇论文
典型应用是：前缀查询,字符串查询，排序
- 用于统计，排序和保存大量的字符串（但不仅限于字符串）
- 经常被搜索引擎系统用于文本词频统计
- 排序大量字符串
- 用于索引结构
- 敏感词过滤
-
给你100000个长度不超过10的单词。对于每一个单词，我们要判断他出没出现过，如果出现了，求第一次出现在第几个位置
分析思路一：trie树 ，找到这个字符串查询操作就可以了，如何知道出现的第一个位置呢？我们可以在trie树中加一个字段来记录当前字符串第一次出现的位置。 -
已知n个由小写字母构成的平均长度为10的单词,判断其中是否存在某个串为另一个串的前缀子串
-
给出N 个单词组成的熟词表，以及一篇全用小写英文书写的文章，请你按最早出现的顺序写出所有不在熟词表中的生词。
分析：trie树查询单词的应用。先建立N个熟词的前缀树，然后按文章的单词一次查询。 -
给出一个词典，其中的单词为不良单词。单词均为小写字母。再给出一段文本，文本的每一行也由小写字母构成。判断文本中是否含有任何不良单词。例如，若rob是不良单词，那么文本problem含有不良单词。 分析：先用不良单词建立trie树，然后过滤文本(每个单词都在trie树上查询，查询的复杂度O(1),效率非常高)，这正是
敏感词过滤系统(或垃圾评论系统)的原理。 -
给你N 个互不相同的仅由一个单词构成的英文名，让你将它们按字典序从小到大排序输出 分析：这是trie树排序的典型应用，建立N个单词的trie树，然后线序遍历整个树，就可以达到效果。
最简单实现 ---- 26个字母表 a-z (没有考虑数字，大小写，其他字符如=-*/)
子树用数组存储，浪费空间；如果系统中存在大量字符串，且这些字符串基本没有公共前缀，trie树将消耗大量内存
如果用链表存储，查询时需要遍历链表，查询效率有所降低
define ALPHABET_NUM 26
typedef struct trie_node{
char value;
bool isKey;/*是否代表一个关键字*/
int count; /*可用于词频统计，表示关键字出现的次数*/
struct Node *subTries[ALPHABET];
}*Trie
Trie Trie_create();
int Trie_insert(Trie trie,char *word); // 插入一个单词
int Trie_search(Trie trie,char *word);// 查找一个单词
int Trie_delete(Trie trie,char *word);// 删除一个单词
Trie Trie_create(){
trie_node* pNode = new trie_node();
pNode->count = 0;
for(int i=0; i<ALPHABET_SIZE; ++i)
pNode->children[i] = NULL;
return pNode;
}
void trie_insert(trie root, char* key)
{
trie_node* node = root;
char* p = key;
while(*p)
{
if(node->children[*p-'a'] == NULL)
{
node->children[*p-'a'] = create_trie_node();
}
node = node->children[*p-'a'];
++p;
}
node->count += 1;
}
/**
* 查询：不存在返回0，存在返回出现的次数
*/
int trie_search(trie root, char* key)
{
trie_node* node = root;
char* p = key;
while(*p && node!=NULL)
{
node = node->children[*p-'a'];
++p;
}
if(node == NULL)
return 0;
else
return node->count;
}
trie树的增加和删除都比较麻烦，但索引本身就是写少读多，是否考虑添加删除的复杂度上升，依靠具体场景决定。