用哈希算法优化字典树空间结构

字典树是前缀匹配问题中常用的数据结构，查询速度可以达到O(len)，len为待查序列的长度，但是字典树的空间消耗非常大，对于基于字母表的英文单词，每个节点要存储26个指针指向下一节点，很有可能有不少空的，很浪费。

考虑在节点中用哈希表来存储子节点指针，键值为单个字母，这样对于模式中没有的字母就省掉了空指针的空间，同样可以达到O(1)的选择分支速度。

//用map作哈希表
class Node
{
public:
    bool is_word = false;
    map<char, Node *> children;
    ~Node()
    {
        for (int i = 0; i < 26; ++i)
        {
            if (children.find('a' + i) != children.end()) delete children['a' + i];
        }
    }
    void insert(const string _Word)
    {
        Node *p = this;
        for (int i = 0; i < _Word.size(); ++i)
        {
            char curr = _Word[i];
            if (p->children.find(curr) == p->children.end())
            {
                p->children.insert(map<char, Node *>::value_type{ curr,new Node() });
            }
            p = p->children[curr];
        }
        p->is_word = true;
    }
    bool has_prefix(const string &_Word)
    {
        Node *p = this;
        int i = 0;
        for (; i < _Word.size(); ++i)
        {
            char curr = _Word[i];
            if (p->children.find(curr) == p->children.end())
            {
                if (p->is_word)return true;
                else return false;
            }
            else
            {
                p = p->children[curr];
            }
        }
        return false;
    }
};