首先，让我们看看问题的限制条件。您希望将游戏的单词列表存储在有效支持“字谜”问题的数据结构中。也就是说，给定一个有 n 个字母的“架子”，可以从该架子组成的单词列表中的所有 n 个或更少字母的单词是什么。单词列表大约有 400K 单词，因此在未压缩时可能是大约 1 到 10 兆的字符串数据。
trie 是用于解决此问题的经典数据结构，因为它结合了内存效率和搜索效率。使用大约 400K 个合理长度的单词列表，您应该能够将 trie 保存在内存中。 （与使用 b-tree 类型的解决方案相反，您将大部分树保存在磁盘上，因为它太大而无法一次全部放入内存中。）
trie 基本上只不过是一棵 26 叉树（假设您使用的是罗马字母表），其中每个节点都有一个字母，每个节点上还有一个额外的位，表示它是否是单词的结尾。
让我们勾勒一下数据结构：
class TrieNode
{
char Letter;
bool IsEndOfWord;
List<TrieNode> children;
}
这当然只是一个草图；您可能希望使这些具有适当的属性访问器和构造函数等等。此外，扁平列表可能不是最好的数据结构；也许某种字典更好。我的建议是先让它工作，然后衡量它的性能，如果它不可接受，然后尝试进行更改以提高它的性能。
你可以从一个空的 trie 开始：
TrieNode root = new TrieNode('^', false, new List<TrieNode>());
也就是说，这是代表单词开头的“根”trie节点。
如何添加拼字游戏词典中的第一个单词“AA”？好吧，首先为第一个字母做一个节点：
root.Children.Add('A', false, new List<TrieNode>());
好的，我们的尝试现在是
^
|
A
现在为第二个字母添加一个节点：
root.Children[0].Children.Add(new trieNode('A', true, new List<TrieNode>()));
我们的 trie 现在是
^
|
A
|
A$ -- we notate the end of word flag with $
太好了。现在假设我们要添加 AB。我们已经有一个“A”节点，所以添加“B$”节点：
root.Children[0].Children.Add(new trieNode('B', true, new List<TrieNode>());
现在我们有了
^
|
A
/ \
A$ B$
继续这样。当然，与其编写“root.Children[0]...”，不如编写一个循环来搜索 trie 以查看您想要的节点是否存在，如果不存在，则创建它。
要将您的 trie 存储在磁盘上——坦率地说，我只是将单词列表存储为纯文本文件，并在需要时重新构建 trie。它不应该超过 30 秒左右，然后你可以在内存中重新使用 trie。如果您确实想以某种更像 trie 的格式存储 trie，那么想出一种序列化格式应该不难。
要搜索 trie 以匹配 rack，其想法是探索 trie 的每个部分，但要删除 rack 不可能匹配的区域。如果机架上没有任何“A”，则无需关闭任何“A”节点。我在你之前的问题中勾勒了搜索算法。
我有一个函数式持久性 Trie 的实现，我一直想在博客上讨论它，但一直没有解决。如果我最终发布，我会更新这个问题。