trie树，又称字典树，是一种用于字符串的简单数据结构.
这种数据结构虽然简单，但在异或这种位运算加速的时候特别灵活，且也是AC自动机的基础数据结构.
这种树就是将一些字符串直接表示在一棵树上，合成了一个整体.
这个整体的构建思想，就是定义根节点为空，接下来根节点会有一些儿子节点，每个儿子节点对应了一个字符，表示这个字符串的第一个字符，接下来每个节点也会有一些儿子节点，也分别表示一个字符，表示这个字符串接下来的一个字符.
特别的，有些节点会有特殊的标记，表示这个节点是否是一串字符串的结尾.
也就是说，在这棵树上，一个字符串是靠最后一个节点确定的.
例如下面一棵trie树：
其中橙色的表示打了标记是结尾字符.
那么我们就可以确定这棵树中的字符串有{ab,ae,ac,cd}，而且这样做节省了一部分空间.
那么实现的过程怎么办呢？
我们在trie树上的结构体存如下几个信息：
1.当前结点代表什么字符.
2.当前节点有哪些儿子，且存下儿子的节点编号.
3.是否是一个单词结尾.
具体如下：
struct trie_tree{
int next[26];
char c;
bool end;
}trie[N+1];
我们可以先建树，直接见一个空节点表示root：
int top=0;
void build(){
trie[top=0].c='\0';
memset(trie,0,sizeof(trie)); //初始化整个数组
}
那么若要插入一个字符串，我们就看当前结点的下一个节点是否已创建，若已创建，直接遍历下去；若未创建，直接重新建一个节点，并将当前结点的一个儿子设为此节点，继续遍历下去.
最后字符串结束时，要打上一个标记.
具体代码实现如下：
void ins(string s){ //新插入一个字符串s
int j=0,n=s.size();
for (int i=0;i<n;i++)
if (trie[j].next[s[i]-'A']==0) trie[++top].c=s[i]-'A',trie[j].next[s[i]-'A']=top,j=top; //若不存在这么一个儿子节点，新建节点后往下遍历
else j=trie[j].next[s[i]-'A']; //否则，直接往下遍历
trie[j].end=1; //打上一个标记
}
查询某个字符串是否在trie树中，可以直接从根节点开始遍历.
只要遍历到一个节点的下一个节点在trie树上没有，姐可以返回false了.
若遍历完了，我们也要判断一下这个节点是否是结束节点，也就是看end标记是否为true.
代码如下：
bool in(string s){
int j=0,n=s.size();
for (int i=0;i<n;i++)
if (trie[j].next[s[i]-'A']==0) return false; //若没有节点，返回false
else j=trie[j].next[s[i]-'A']; //继续往下遍历
if (trie[j].end) return true; //判断是否是结尾
else return false;
}
那么这个就差不多了.
一般来说trie树就是这么两个操作.
那么总的trie树如下：
struct trie_tree{
int next[26];
char c;
bool end;
}trie[N+1];
int top=0;
void build(){
trie[top=0].c='\0';
memset(trie,0,sizeof(trie)); //初始化整个数组
}
void ins(string s){ //新插入一个字符串s
int j=0,n=s.size();
for (int i=0;i<n;i++)
if (trie[j].next[s[i]-'A']==0) trie[++top].c=s[i]-'A',trie[j].next[s[i]-'A']=top,j=top; //若不存在这么一个儿子节点，新建节点后往下遍历
else j=trie[j].next[s[i]-'A']; //否则，直接往下遍历
trie[j].end=1; //打上一个标记
}
bool in(string s){
int j=0,n=s.size();
for (int i=0;i<n;i++)
if (trie[j].next[s[i]-'A']==0) return false; //若没有节点，返回false
else j=trie[j].next[s[i]-'A']; //继续往下遍历
if (trie[j].end) return true; //判断是否是结尾
else return false;
}