最近写了一些关于字典树的题目，这里做个简单的整理。
字典树，又叫单词查找树，顾名思义就是查单词的(不仅仅o)，和词典一样。不同的是词典是用纸做的，而字典树是用树形结构构建的。
她用来快速检索你要的内容，对于统计和大量字符串的排序是很好用的。她的好处就是让你尽可能的减少那么过分多且没必要的比较，提供高效的检索。Trie的核心是空间换时间，没错，开销不少，这可能是个缺点吧。
首先，她的根结点仅仅是个根结点，什么都没有，可以看做是一本词典的封面，想要查询单词，先得打开封面(进入根结点)。
进入根结点后立马会看到a-z共26个结点，没错，这是给你选择的地方，根据你要查询的单词的首字母选择对应的结点(每个结点对应唯一一个字符)，进入即可。
重复上述步骤，就可以得到你想要的结果(你要查询的字符串就是路径到叶子结点的总和)。
查找过程，你不会发现有重复的字母，也就是你不会在两条不同的路径上找到同一个字符串，每个节点的所有子节点包含的字符都不相同。这就是Trie的三个特性。
她的存放就如这样：
当然，最上面的上面还有个根结点。最左边就是我查找abc这个字符串的过程，中间一个对应为da，最右边为dda。很明显，这个Trie只有三个字符串，只要你想，空间够大，你完全可以存放一本英文大词典～～～。（开销不少哈哈哈）
好了，聊聊怎么建树吧。
Trie树一般有建立和查询两个基本操作，删除的操作挺少见的(目前还没见过，可能是见识短吧～)。
建树的过程其实很简单，首先，树的每个结点并不是简简单单的字符，而是包含了26个字符，还有一个指针域，指向下一个字符。
1 struct node 2 { 3 int cnt; 4 char c[26];//结点所对应的字符 5 struct node *next[26]; 6 node () 7 { 8 cnt = 0; 9 memset(next,0,sizeof(next)); 10 } 11 }; 12 node * root = NULL;//根结点初始为NULL