Performance 基于蛮力的高效图搜索

我想不出更好的标题了

我的问题是：

我有一个符号列表，每个符号都至少有一个分类（其中一些可能有更多）

假设我有4个符号：[[1,2]，1，1，1，1，]->第一个可以被分类为1或2，其他3个总是被分类为1（而不是数字，你可以想到字符串，比如“人”、“动物”等等）

我有一些可以合并符号并生成新符号的“规则”。此过程将生成一个图形。在上面的示例中，我有两个初始状态： [1,1,1,1]和[2,1,1,1]如果我对它们应用一些规则，我会得到两个不同的图（例如，将1与1 if统一起来，或将2与1 if统一起来等等）

一种解决方案是将每个规则应用于每个初始状态并生成最终的图形，但我认为图形的某些部分可能是相同的，我最终会多次重新计算相同的内容

例如，如果我有[[1,2,3]，1，…]长部分与前一部分不相交]，那么这些图中的唯一区别可能只是左侧部分，但右侧部分总是相同的（使用蛮力方法，我总是会重新计算它）

你能想出一个聪明的方法不重新计算图形的同一部分吗？这个问题我记得你说过一些我能读到的东西吗？