Java Unicode字符集的Trie

我必须将输入字符串与一组前缀进行匹配。匹配应该是最好的，这样如果同时存在

abcd*

和

abcde*

，那么

abcdef

应该匹配

abcde*

。我用Trie来做这个。问题在于输入和前缀集中的字符可以是任何Unicode字符。因此，我们在一个简单的trie中拥有的子数组是不可能的（至少不会有足够的效率，因为数组的大小将非常大）。使用map而不是数组仍然是低效的。我应该如何着手解决这个问题呢？

要构造trie，可以将Unicode字符串编码为UTF-8，然后用编码的字节序列构造trie。或者您可以使用代码点，并在节点中使用哈希映射。您必须对应用程序进行基准测试，以确定哪种方法最有效

但难题是如何确定两个字符串何时匹配

考虑一下café这个词

这可以表示为：
A=

[U+0063U+0061U+0066U+0065U+0301]

（以e和一个组合重音结尾）
但也作为
B=

[U+0063u+0061u+0066u+00E9]

（以组合形式结尾）

因此：

• 字符串是否应与前缀cafe匹配（无重音）？A以前缀开头，B不以前缀开头。但是，A和B都应该匹配前缀，或者不匹配，因为它们都表示同一个单词café

• 如果你的trie中有A，而你试图匹配B呢？它是同一个词，所以应该匹配吗？
  → 插入trie和匹配时，可能需要将字符串转换为相同的字符串

• 还有其他问题。在德语中，双s通常写为ß。ß和ss是否应该匹配

---

事情还在继续。决定两个Unicode字符串是否相等本身就是一个非常重要的问题。由您决定匹配的复杂程度，这取决于您的应用。

我不确定是否正确理解了这个问题；使用unicode作为字符集会使问题变得更加困难吗？支持unicode（而不是ASCII）的问题是否是子数组所需的存储空间？对于简单的trie，我们使用该节点的字符为下一个节点引用编制索引。@Simon，是的。没错，一种可能是按位Trie。但是，我也想探索其他的选择。