Trie树在前缀统计与字符串匹配中的应用

1. 前缀统计问题与Trie树解法

字符串前缀匹配是算法竞赛和实际开发中的常见需求。想象你正在开发一个搜索引擎的自动补全功能，当用户输入"app"时，系统需要快速找出所有以"app"开头的候选词（如"apple"、"application"等）。这类问题本质上就是前缀统计问题。

给定n个字符串和m个查询，每个查询给出一个字符串T，要求统计n个字符串中有多少是T的前缀。例如：

• 字符串集：["a", "app", "apple", "application"]
• 查询"apple"的前缀匹配结果为3（"a", "app", "apple"）

2. Trie树数据结构解析

2.1 Trie树基础结构

Trie树（前缀树）是一种专门处理字符串匹配的树形数据结构。它的核心思想是利用字符串的公共前缀来减少查询时间。每个节点代表一个字符，从根节点到某一节点的路径构成一个字符串。

标准Trie节点通常包含：

• 子节点指针数组（长度取决于字符集，如26个小写字母）
• 结束标记（标记是否有字符串在此节点结束）

cpp复制struct TrieNode {
    TrieNode* children[26];
    bool isEnd;
};

2.2 改进的计数Trie节点

在本题中，我们需要处理重复字符串的情况。传统bool型结束标记无法统计重复次数，因此改进为int型计数器：

cpp复制int trie[N][26]; // 子节点数组
int ed[N];       // 结束计数器
int tot = 1;     // 节点总数（根节点为1）

这种设计使得：

1. 插入重复字符串时，ed[p]++即可
2. 查询时可以累加所有经过节点的ed值

3. 算法实现细节

3.1 Trie插入操作

插入操作将字符串逐字符插入Trie树：

cpp复制void insert(string s) {
    int p = 1; // 从根节点开始
    for(char c : s) {
        int ch = c - 'a';
        if(!trie[p][ch]) 
            trie[p][ch] = ++tot; // 新建节点
        p = trie[p][ch]; // 移动到子节点
    }
    ed[p]++; // 在终点增加计数
}

时间复杂度：O(L)，L为字符串长度

注意：初始时tot=1，表示根节点编号为1。这是为了避免memset初始化整个数组，提高效率。

3.2 前缀查询操作

查询时沿Trie路径遍历，累加路径上的所有结束计数：

cpp复制int search(string t) {
    int p = 1, ans = 0;
    for(char c : t) {
        int ch = c - 'a';
        if(!trie[p][ch]) break; // 无后续路径
        p = trie[p][ch];
        ans += ed[p]; // 累加当前节点的计数
    }
    return ans;
}

关键点：

• 遇到不存在的分支立即终止
• 每个节点的ed值代表以该位置结尾的字符串数量

4. 复杂度分析与优化

4.1 时间复杂度

• 建树：O(N*Lavg)，N为字符串数量，Lavg为平均长度
• 查询：O(M*Lavg)，M为查询次数
• 总体：O((N+M)*Lavg)

4.2 空间优化技巧

原始实现使用静态数组可能浪费空间。可以考虑：

1. 动态分配节点：

cpp复制struct Node {
    unordered_map<char, Node*> children;
    int count = 0;
};

2. 数组大小估算：

• 题目通常给出总字符数限制（如1e6）
• 每个字符需要一个节点，tot最大值≈总字符数

5. 边界情况与测试用例

5.1 常见边界情况

1. 空字符串处理：

• 插入""时应在根节点设置ed[1]++
• 查询""时应返回ed[1]

2. 重复字符串：

cpp复制insert("a");
insert("a");
search("a"); // 应返回2

3. 非匹配路径：

cpp复制insert("appl