数据结构《16》----自动补齐实现《一》----Trie 树

1. 简述

Trie 树是一种高效的字符串查找的数据结构。可用于搜索引擎中词频统计，自动补齐等。

在一个Trie 树中插入、查找某个单词的时间复杂度是 O(len), len是单词的长度。

如果采用平衡二叉树来存储的话，时间复杂度是 O(lgN), N为树中单词的总数。

此外，Trie 树还特别擅长 前缀搜索，比方说现在输入法中的自动补齐，输入某个单词的前缀，abs,

立刻弹出 abstract 等单词。

Trie 树优良的查找性能是建立在 牺牲空间复杂度的基础之上的。

本文将给出一个 Trie树的简单实例，并用这个Trie建立了一个单词数目是 7000+的英语词典。

从而分析 Trie 树所占的空间。

2. 定义

一棵典型的 Trie 树，如下图所示：

每一个节点包含一个长度是 26 的指针数组。这 26 个指针分别代表英文 26 个字母。

同时，每个节点拥有一个红色标记，表示 root 到当前的路径是否是一个单词。

例： 下图中最左边的一个路径表示单词 abc 和 abcd.

3.  性能

本人做了一个小测试，当建立一个 7000+ 的词典时，Trie 树共分配了 22383 个节点，每个节点占了 27 * 4 BYTE， 

所以共消耗了大约 22383 * 27 *