通过降低算法的复杂性或优化 .NET Core 工具来提高算法的性能

Question

我有一个

Outcomes

的列表，我正在加载到内存中；这个列表有一个名为

OutcomeConditions

的属性，它是每个结果的另一个条件列表。我还有一个列表

Rules

，其中包含我从数据源加载到内存中的任意规则。 我的算法只过滤条件至少匹配

Rules

列表中的一个规则的结果。

使用 C# 在 .NET Core 中实现的算法是功能性的，但它是计算密集型的，因此速度很慢。结果数的上限始终为 60（称为 n），规则数的上限为 12（称为 m），对于结果条件，它最多为 3（称为 p）；因此复杂度总计为 O(nmp)。

有关重要性的一些上下文：该算法是在 Web API 端点中实现的，该端点非常关键，因为它被频繁调用并在很大程度上影响用户体验。

我使用 EF Core 作为我的 ORM，我尝试了以下方法来提高这个 API 端点和底层服务的整体性能：

• 为数据访问层实施存储库模式，以

  IQueryable<T>

访问所有数据
• 使用

  .AsNoTracking()

  从数据库读取只读数据，以减少不必要的跟踪开销
• 在存储库层尽可能使用批量插入以提高性能，
• 将所有数据访问和业务逻辑实现为异步处理
• 实施

  for

  而不是

  foreach

  或

  LINQ

  迭代以减少开销（因为迭代数组比在列表上迭代更快）

这种改进方法是针对所用工具的机械同情，并不令人满意，因为我觉得底层算法可以改进。

这里有一些代码，特别是迭代，从外循环开始：

for (int outcomeIndex = 0; outcomeIndex < inputOdds.Length-1; outcomeIndex++)
{
     var savedOutcome = await oddService.GetOutcomeByOutcomeId(inputOdds[outcomeIndex].OutcomeId);
     var filteredOutcome = await conditionService.FilterOutcomeConditions(savedOutcome, umbracoGame,language, IsFilterActive);

     if (filteredOutcome != null && !IsDuplicateOutcome(filteredOutcome, filteredOdds))
         filteredOdds.Add(await CustomizeUmbracoOutcome(filteredOutcome));
}

外部循环遍历每个结果并调用

FilterOutcomeConditions

方法，其中一部分如下所示（并包含一个嵌套循环，用于根据规则列表验证每个结果条件）：

foreach (var rule in umbracoGame.OutcomeRules)
            {
                var validConditions = new List<OutcomeCondition>();
                if (filterActive && !rule.IsActive)
                    continue;
                foreach (var condition in outcomeConditions)
                    ValidateIfConditionMeetsCurrentUmbracoRule(rule, validConditions, condition);

                int numberOfRules = await GetNumberOfUmbracoRulesForOutcome(rule);
                if (validConditions.Count > 0 && outcomeConditions.Count() == numberOfRules)
                    if (doConditionsMeetUmbracoRequirements(validConditions, rule))
                    {
                        filteredOutcome.Conditions = validConditions.Select(x=>mapper.Map<OutcomeCondition, OutcomeConditionDto>(x));
                        filteredOutcome.Summary = rule.Summary;
                        filteredOutcome.Title = rule.Title;
                        filteredOutcome.Thumbnail = rule.Thumbnail;
                        return filteredOutcome;
                    }
            }
            return null;

我想知道是否有一种方法可以优化目前在时间和空间上为 O(nmp) 的核心算法。或者，我可能忽略（或错误解释）的工具（.NET Core、EF Core 等）的任何性能增强将不胜感激。