模板 - 字符串/数据结构 - 字典树/Trie

使用静态数组的nxt指针的设计，大概比使用map作为nxt指针的设计要快1倍，但空间花费大概也大1倍。在数据量小的情况下，时间和空间效率都不及map<vector,int>。map<vector,int>的最坏情况下效率为O(nlogn*len)，而Trie的效率为O(n*len)，但是实际上测出来还是map快一点，有可能在vector实际比较的时候很快就得出大小了。

**1. 注意修改Query的实现，默认找不到结果是返回0，就算找到也未必代表字符串在里面出现过，也可能是字符串的其中一个前缀。 **

**2. 注意我写的字符串都是从1开始的，所以传进来的字符串指针不需要+1。 **

**3. 注意MAXN并不是最大的句子的个数，而是最大的节点的个数，也就是 \(MAXN=n*len\)。 **

时间复杂度：

初始化： \(O(\Sigma)\)

插入： \(O(len*\Sigma)\)

查询： \(O(len)\)

空间复杂度：

\(O(n*len*\Sigma)\)

struct TrieNode {
    int data;
    int nxt[26];

    void Init() {
        data = 0;
        memset(nxt, 0, sizeof(nxt));
    }
};

struct Trie {
    static const int MAXN = 200000;
    TrieNode tn[MAXN + 5];
    int root, top;

    int NewNode() {
        tn[++top].Init();
        return top;
    }

    void Init() {
        top = 0;
        root = NewNode();
    }

    void Insert(char *a, int len, int data) {
        int cur = root;
        for(int i = 1; i <= len; ++i) {
            int &nxt = tn[cur].nxt[a[i] - 'a'];
            if(!nxt)
                nxt = NewNode();
            cur = nxt;
        }
        tn[cur].data = data;
    }

    int Query(char *a, int len) {
        int cur = root;
        for(int i = 1; i <= len; ++i) {
            int &nxt = tn[cur].nxt[a[i] - 'a'];
            if(!nxt)
                return 0;
            cur = nxt;
        }
        return tn[cur].data;
    }
} trie;