1.trie树

字典树（trie）可以保存一些字符串->值的对应关系，字典树的插入和查询时间复杂度都是O（k），其中k是key的长度，与字典树中保存元素数无关。其缺点是空间消耗高。

其核心思想是以空间换时间。利用字符串的公共前缀来降低查询时间开销已达到提高效率的目的。

trie树的结点信息结构体：

struct TrieNode{
    int count;     //统计该结点的单词出现的次数
    bool exist;    //标记该结点是否构成单词
    TrieNode *next[26];  //指针数组，数组的元素的类型是TrieNode*
};

trie树的插入和查找：

#include <iostream>
using namespace std;

struct TrieNode{
    int count;     //统计该结点的单词出现的次数
    bool exist;    //标记该结点是否构成单词
    TrieNode *next[26];  //指针数组，数组的元素的类型是TrieNode*
};


/*创建一个结点*/
TrieNode *CreateTrieNode()
{
    TrieNode *node = new TrieNode();
    node->count = 0;
    node->exist = 0;  //该结点不构成单词
    memset(node->next, 0, sizeof(node->next));  //将next指向的连续区域初始化为空
    return node;
}

/*往trie树里插入单词*/
void TrieInsert(TrieNode *root, char *word)
{
    if (word == NULL) return;
    TrieNode *node = root;
    char *str = word;
    int id;
    while (*str)
    {
        id = *str - 'a';
        if (node->next[id] == NULL)
        {
            node->next[id] = CreateTrieNode();
        }
        node = node->next[id];
        //node->count++;     //如果要统计以某个字符串为前缀的数量，在次数加
        ++str;
    }
    node->exist = true;   //构成单词
    node->count++;        //如果要统计某个单词出现的次数，在次数加
}


/*查找某一个单词出现次数*/
int TrieSearch(TrieNode *root, char *word)
{
    if (word == NULL) return 0;
    TrieNode *node = root;
    char *str = word;
    int id;
    while (*str)
    {
        id = *str - 'a';
        node = node->next[id];
        if (node == NULL) return 0;
        ++str;
    }
    return node->count;
}


int main(void)
{
    TrieNode *root = CreateTrieNode();     // 初始化字典树的根节点  
    char str[12];
    bool flag = false;
    while (gets_s(str,12))
    {
        if (flag)
            printf("%d\n", TrieSearch(root, str));
        else
        {
            if (strlen(str) != 0)
            {
                TrieInsert(root, str);
            }
            else
                flag = true;
        }
    }
    return 0;
}

参考：http://blog.csdn.net/hackbuteer1/article/details/7964147

2.后缀树
后缀树就是一颗压缩后的Trie，存储了字符串的所有后缀。