算法——Trie 树

Trie 树（前缀树或字典树）是一种高效处理字符串集合的树形数据结构，核心思想是通过共享公共前缀来优化存储和查询。以下是 Trie 树的详细介绍：

1. Trie 树的基本概念

• 结构特点：

  • 每个节点表示一个字符。
  • 从根节点到某一节点的路径构成一个字符串。
  • 根节点为空字符，不存储实际内容。
  • 叶子节点（或标记节点）表示字符串的结束。

• 示例：
  存储字符串 ["apple", "app", "banana"] 的 Trie 树结构：
  

2. Trie 树的核心操作

插入操作

1. 从根节点开始。
2. 逐个字符遍历待插入字符串：
   • 如果字符存在于当前节点的子节点中，移动到该子节点。
   • 否则，创建新节点并添加到当前节点的子节点。
3. 在字符串末尾标记结束。

查找操作

1. 从根节点开始。
2. 逐个字符遍历待查字符串：
   • 如果字符不在当前节点的子节点中，返回 False。
3. 遍历完成后，检查最后一个节点是否被标记为结束。

删除操作

1. 先查找字符串是否存在。
2. 从叶子节点向上回溯，删除无分支的节点，直到遇到有多个子节点的节点或根节点。

3. Trie 树的优缺点

优点

• 高效前缀匹配：快速查找所有以某前缀开头的字符串（如搜索提示）。
• 避免重复存储：共享公共前缀，节省空间。
• 时间复杂度稳定：插入、查询、删除的时间复杂度均为 O(n)（n 为字符串长度）。

缺点

• 空间开销大：每个字符占用一个节点，可能浪费内存（尤其是字符集大时）。
• 实现复杂：需要处理动态节点分配和指针操作。

4. Trie 树的变体与优化

1. 压缩 Trie 树

   • 合并单分支路径，减少节点数量（如将 a -> p -> p 合并为 app）。
   • 牺牲部分插入/删除效率，优化空间。
   <