应优先使用std::unordered_map<char, std::unique_ptr<TrieNode>>实现Trie节点，支持Unicode且避免内存泄漏；is_end标记单词结尾，count统计频次；insert仅在末尾节点count++，searchPrefix返回节点指针供后续统计。
如何用C++实现基础Trie节点结构
字典树的核心是每个节点存一个字符映射到子节点的表，而不是靠数组硬编码26个字母——实际项目里得支持大小写、数字甚至Unicode，所以用std::unordered_map<char trienode></char>最稳妥。别用vector或固定数组，否则插入"a"和"α"（希腊字母）时会越界或漏处理。
节点必须显式标记是否为单词结尾（is_end），且建议额外加一个计数字段count，用于统计以该节点为结尾的单词出现次数——前缀统计时它会直接参与累加，比每次DFS更高效。
构造函数里别忘了把is_end初始化为false，count初始化为0，否则未定义行为可能引发统计错误：
struct TrieNode {
std::unordered_map<char, TrieNode*> children;
bool is_end = false;
int count = 0;
};
insert()和searchPrefix()怎么写才不漏统计
insert()不能只在末尾设is_end = true，得沿路径每层都更新count——因为前缀统计本质是“从根到当前节点路径上所有count之和”，但更常用的是“以某前缀开头的单词总数”，这等于该前缀对应节点的子树中所有is_end节点的count之和。所以insert()只需在单词结尾节点累加count，而searchPrefix()要返回该节点本身（供后续DFS或BFS用）。
立即学习“C++免费学习笔记（深入）”；
- 插入
"apple"时，只在最后一个'e'节点做node->count++ - 插入重复词如
"apple"两次，count应为2，不是布尔开关 -
searchPrefix("app")必须返回指向第三个'p'的指针，而不是bool值；返回nullptr说明前缀不存在
统计以prefix开头的单词总数：DFS还是迭代遍历
拿到searchPrefix(prefix)返回的节点后，统计子树内所有is_end节点的count和。递归DFS写起来短，但深度大时可能栈溢出；迭代用栈模拟更稳，尤其当Trie存了大量长单词（比如生物基因序列）。
关键点在于：只累加is_end == true的节点count，子节点不管有没有孩子都要入栈——因为is_end可能出现在内部节点（如"a"和"apple"共存）。
示例迭代逻辑：
int countWordsWithPrefix(TrieNode* root) {
if (!root) return 0;
std::stack<TrieNode*> stk;
stk.push(root);
int total = 0;
while (!stk.empty()) {
TrieNode* node = stk.top(); stk.pop();
if (node->is_end) total += node->count;
for (auto& pair : node->children) {
stk.push(pair.second);
}
}
return total;
}
内存泄漏和析构函数怎么处理
Trie的析构不能只靠智能指针自动释放——std::unique_ptr虽能避免循环引用，但unordered_map里存的是裸指针，析构时不会自动递归delete子节点。必须手写递归析构函数，或者改用std::unique_ptr<trienode></trienode>存子节点。
推荐方案：把children定义为std::unordered_map<char std::unique_ptr<trienode>></char>，这样根节点析构时自动触发整个树的销毁。但注意searchPrefix()返回的不能是unique_ptr（会转移所有权），得返回TrieNode*或TrieNode&。
容易被忽略的点：如果Trie被频繁创建销毁（比如单次查询建一棵树），用new + 手动delete反而更可控；用智能指针时务必确认移动语义没意外截断子树。
