利用字串的公共字首來避免無謂的字串比較，降低查詢時間。
字典樹節點：
每個節點對應乙個最大可儲存字元陣列。假設字典只存26個小寫英文本母，那麼每個節點下應該有乙個長度為最大26的陣列。換言說，可存的元素型別越多，單個節點占用記憶體越大。如果用字典樹儲存漢字，那麼每個節點必須為數千個常用漢字開闢乙個陣列作為儲存空間，占用的記憶體實在不是乙個數量級。不過trie樹就是一種用空間換時間的資料結構。
3個重要性質：
(1) 根節點不包含字元，除根節點外每乙個節點都只包含乙個字元。
(2) 從根節點到某一節點，路徑上經過的字元連線起來，為該節點對應的字串。
(3) 每個節點的所有子節點包含的字元都不相同。
優點：
trie樹中不同的關鍵字不會產生衝突。
trie樹中只有在允許乙個關鍵字關聯多個值的情況下才有類似hash碰撞發生。
trie樹不用求hash值，對短字串有更快的速度。通常，求hash值也是需要遍歷字串的(與hash函式相關)。
trie樹可以對關鍵字 按照字典序排序 （先序遍歷）。
關於查詢，有人會說hash表時間複雜度是o（1）不是更快？但是雜湊搜尋的效率取決於雜湊函式的好壞，若乙個壞的hash函式導致了很多衝突，效率不一定比trie樹高。
缺點：
空間消耗大。
應用：
1.查詢某個字串出現的次數
每個節點的count置為0，直到這個字串結束，在末尾處count++.這樣，就記錄了該字串的出現次數。
（當資料量大時，必須用字典樹，資料量小時，可採用map來做）
具體可參考：
2.查詢某個字串特定序列出現的次數（統計字首次數）。
每個節點的count初始化為0，當讀入乙個字元，則count++。這樣，查詢時，這個節點count記錄的就是從頭結點到該結點特定序列出現的次數。可以用於統計單詞的字首一類的題目。
其中1，2都可以採用hash表來做。
對（1）中的trie進行先序遍歷，將字串和出現次數存進乙個結構體，最後對這個陣列進行快速排序，時間複雜度為o(nlogn),看網上說可以利用分治+trie
+最小堆
4.實現自動補全功能
其實原理都差不多，把
字串結尾處的結點當作root
，進行先序遍歷，即可得出所有以輸入的字串為字首的答案
有關結點的描述：
ac自動機
kmp演算法是單模式串的字元匹配演算法，ac自動機是多模式串的字元匹配演算法。
例如：我們給出5個單詞，say，she，shr，he，her。給定字串為yasherhs。問多少個單詞在字串中出現過。
ac自動機的構造：
1.構造一棵trie，作為ac自動機的搜尋資料結構。
2.構造fail指標，使當前字元失配時跳轉到具有最長公共前字尾的字元繼續匹配。如同 kmp演算法一樣， ac自動機在匹配時如果當前字元匹配失敗，那麼利用fail指標進行跳轉。由此可知如果跳轉，跳轉後的串的字首，必為跳轉前的模式串的字尾並且跳轉的新位置的深度（匹配字元個數）一定小於跳之前的節點。所以我們可以利用 bfs在 trie上面進行 fail指標的求解。
3.掃瞄主串進行匹配。
struct node;AC自動機（KMP 字典樹）
ac自動機 kmp 字典樹 題目 輸入n個串，判斷有多少個搜尋串的子串 in out 1 47a ababc abcd abcde abcdef abcdefg abcd includeusing namespace std char str 1000000 100 struct node root...
字典樹哇 AC自動機哇
字典樹 原理 按照每個根向下發散 形成一棵 樹 這個題 需要在每乙個字母處都做統計 求字首單詞 開乙個 二維陣列和ant來 模擬樹 root開始為0 作為 起點 t str i a 作為分支 關鍵就是 ant 這是形成樹的關鍵 ant用來區分每乙個節點 這樣二維陣列 tree才能 真正構建完成 很神...
字典樹哇 AC自動機哇
字典樹 原理 按照每個根向下發散 形成一棵 樹 這個題 需要在每乙個字母處都做統計 求字首單詞 開乙個 二維陣列和ant來 模擬樹 root開始為0 作為 起點 t str i a 作為分支 關鍵就是 ant 這是形成樹的關鍵 ant用來區分每乙個節點 這樣二維陣列 tree才能 真正構建完成 很神...