给定一组值，
arr = [8,10,4,5,3,7,6,0,1,9,13,2]
X是一个值数组，可以在X.length != 0和X.length < arr.length
然后将所选值输入函数score（），该函数将根据选择值数组返回分数。
Example 1:
X = [8]
score(X) = 71
Example 2:
X = [4]
score(X) = 36
Example 3:
X = [8,10,7]
score(X) = 51
Example 4:
X = [5,9,0]
score(X) = 4
这里的函数得分（）是一个黑盒子，我们无法修改函数的工作方式，我们只提供一个输入，函数将返回得分输出。
我的问题：如何获得每组数字的最低分数？
意思是，如果X是一个只有1个值的数组，并且我在arr中提供所有不同的值，则每个值将返回一个不同的得分值，并且我找到哪个arr值提供最低分数。
如果X是一个包含3个值的数组，我会在arr中提供所有不同可能值的组合，每组不同的3个值返回不同的分数并找到最低分数。
如果我的arr很小，这很简单。但是，如果我有50或甚至100个值的数组，我如何创建一个算法，根据输入值的数量提供最低分数
答案 0 :(得分：0)
tl; dr ：如果您对score一无所知，那么就无法加快速度。
为了优化score本身，你必须知道它是如何工作的。毕竟“优化”只是意味着“做同样的事情更有效率”，但如果你不知道“同一件事”是什么，你怎么知道真的是否“同样的事情” ？另外，加速score无论如何都无法帮助您解决组合爆炸。组合的数量增长如此之快，以至于score的任何加速都会被略微更大的输入快速吞噬。
为了优化您应用score的方式，您需要再次了解它。如果您对score有所了解，例如，您可以仅生成您知道会产生不同值的组合，或者您知道只会产生更大值的组合。换句话说，您可以在score的输出中利用某些结构来减少输入大小。但是，我们不知道score输出的结构，事实上，我们甚至不知道是否有一些结构！所以我们无法利用它。此外，结构中必须有一些极端冗余和规则性，以便显着减少输入大小。
In his comment, @ndn suggested applying some form of machine learning to discover structure in the output.。它的工作原理取决于输出的结构类型。当然，这再次假设甚至 发现了一些我们不知道的结构。而且，即使存在某种结构，也必须非常冗余和规则地弥补输入空间的组合爆炸。
真的，蛮力是唯一的方法。我们的最后一根稻草将是并行化。也许，如果我们在足够的CPU内核中分配问题，我们可以解决它吗？不幸的是，输入空间中的组合爆炸仍然真的会伤害到你：
如果我们假设我们有一个10THz的CPU（即比当前最快的CPU快一千倍），和我们假设我们可以在一个时钟周期内计算score ，和我们假设我们拥有一台拥有1000万个核心的计算机（再次，这比最大的超级计算机大一千倍），它仍然需要400多年才能找到输入的最佳选择数组小至100个数字。即使我们的CPU速度提高了十亿倍，而计算机的数量也增加了十亿倍，只需将阵列大小加倍至200个项目，运行时间就会增加到500万亿年。
毕竟，我们称之为组合爆炸“组合爆炸”是有原因的。