C# 从多个列表或数组中搜索/筛选（可能有几十亿个）项目组合的最佳方法

我正试图编写一个程序来优化游戏的设备配置。问题如下：

角色有六个不同的装备槽来放置物品。这由代码中每个插槽的6个单独项目列表表示，其中包含玩家所有的所有设备

该程序将为每个可能的装备组合（每个列表中的1个）计算角色的总统计信息。这些计算出的统计数据可以通过特定的统计数据最小/最大值进行过滤，然后还可以通过特定统计数据进行排序，以精确定位角色的特定目标统计数据集

程序应该能够在不耗尽内存或不花费数小时的情况下执行这些查询，当然，主要问题是筛选数十亿种可能的组合

我不确定实现这一点的任何支持数据结构或搜索算法的名称（以便对解决方案进行更多研究）。我提出了以下想法，但我不确定我是否走上了正确的道路，或者是否有人能为我指出一个更有效的方向

我所追求的想法是使用递归，其中每个列表（对于每个可能的设备插槽）被设置为一个树结构，每个渐进列表充当最后一个列表的子列表。例如：

Weapons List
|
-----Armor List
     |
     ------Helm List... etc

树的每一层都会保留一个字典，其中包含每个列表中1个项目的ID，并逐步计算角色的属性（当角色穿过树时，从武器+盔甲+头盔中简单添加属性，等等…）

当应用了最小/最大过滤器的任何stat到达该stat的边界时（即，如果stat在到达树的底层之前超过了最大值，它将从字典中删除该“路径”，从而从遍历中删除可能结果的整个分支）

这里的主要目标是减少搜索算法可能要遍历的树路径，并在树需要计算它们之前删除尽可能多的无效结果，以使搜索尽可能快，并避免任何浪费的循环。在基于“最大”过滤器删除项目时，这似乎非常简单，因为当逐步添加每个项目的统计数据时，我们可以快速判断统计数据何时超过了预期的最大值——但是当涉及到基于最小总统计数据的停止路径时，我不知道如何预测和删除这些路径，这些路径到第六项时不会超过最小值

为了简化这个想法，可以这样想：

我有3个数字数组

[X][0][1][2]
[0] 5  3  2
[1] 1  0  8 
[2] 3  2  7
[3] 2  1  0

我想从3个数组（和）中找出最小值为9，最大值为11的所有组合。

---

每个数组必须选择至少但不超过1项，并且这些选定值的总和就是要搜索的内容。这需要能够扩展到搜索6+个数组，每个数组包含40+个值。上述方法是否正确，或者最好的解决方法是什么（主要是使用c#）

您应该能够通过使用每个插槽的下限和上限筛选出大量项目：

var minimum = slots.Sum(slot => slot.Minimum);
var maximum = slots.Sum(slot => slot.Maximum);

foreach (var slot in slots)
{
    var maxAvailable = maximum - slot.Maximum;
    var minAvailable = minimum - slot.Minimum;
    var filtered = slot.Items
         // If we choose the strongest item in all the other slots and it's still below the minimum
        .Where(item => item.Value + maxAvailable >= request.MinimumValue)
        // If we choose the weakest item in all the other slots and its still above the maximum
        .Where(item => item.Value + minAvailable <= request.MaximumValue);
}

var-minimum=slot.Sum（slot=>slot.minimum）；
var max=slot.Sum（slot=>slot.max）；
foreach（插槽中的var插槽）
{
var maxAvailable=最大值-插槽.max；
var minAvailable=最小值-插槽最小值；
var filtered=slot.Items
//如果我们在所有其他插槽中选择最强的项目，但它仍然低于最小值
.Where（item=>item.Value+maxAvailable>=request.MinimumValue）
//如果我们在所有其他插槽中选择最弱的项目，并且它仍然高于最大值
.Where（item=>item.Value+m可用的好问题！您当前使用的是
多维数组[x，y]
还是
数组[x][y]
？后者通常要快得多，上面有一篇很好的文章可以让您开始。@Performalj虽然C#锯齿阵列比多维阵列快，但速度差是一个单位数的因素。OP的问题是组合的。使用更快的阵列实现不会节省足够的时间来降低这种性能问题。因此，基本上您希望从数组中识别所有有效的项组合。如果您有n个数组，每个数组有k个项，那么最坏的情况复杂性是O（n^k）。这篇文章对优化和备选方案有一些想法，包括您正在考虑的减少搜索空间的想法。