如何快速克隆数组以优化国际象棋AI走子回退的运行性能？

首先直接回答你最关心的疑问：绝对不能直接用int[] piecesBackup = pieces的引用赋值方式做备份。
C#里数组是引用类型，这种写法只是把piecesBackup变量指向了和pieces同一块堆内存，并没有保存走子前的状态快照。后续执行MakeMove()修改数组内容时，两个变量访问的是同一份数据，备份会跟着走子操作一起被修改，最后执行pieces = piecesBackup根本回滚不到之前的状态，逻辑完全错误。

你当前代码性能差的核心原因 #

你现在的实现做了非常多冗余操作：

• 备份时做一次全数组拷贝，恢复时又重新new新数组、再做一次全数组拷贝，一次走子+撤销流程平白多了一次内存分配和一次全量复制
• Clone()方法存在类型转换开销，CopyTo()内部也有额外的参数校验，本身就不是性能最优的拷贝方式
• 每次恢复都new新数组会产生大量短命小对象，GC回收的开销很多时候比数组拷贝本身还高

如果只是临时优化现有全量备份逻辑，直接改成下面的写法就能快很多：

// 全局提前初始化固定长度的备份数组，不要每次走子都重复创建
// 国际象棋棋盘固定8*8=64格，数组长度可以直接写死
private int[] piecesBackup = new int[64];

void ExecuteAndRollbackMove()
{
    // 备份：仅做一次全量拷贝，用BCL原生优化的Array.Copy方法
    Array.Copy(pieces, piecesBackup, pieces.Length);
    
    MakeMove();
    
    // 恢复：直接把备份内容拷回原数组，不需要new新数组
    Array.Copy(piecesBackup, pieces, pieces.Length);
}

这种改法不需要调整你现有逻辑，就能把拷贝相关的开销砍掉至少一半。

国际象棋AI场景下的最优方案：增量撤销 #

全量拷贝哪怕优化到极致，在AI搜索场景下依然是性能瓶颈——毕竟你做极大极小/α-β剪枝搜索时，哪怕单步只花1微秒，搜6层累积几十万次走子的开销也非常夸张。
所有成熟的国际象棋/象棋类AI都不会用全量拷贝棋盘的方式做回滚，而是用走子栈存储增量变更：

• 执行MakeMove()的时候，不要提前备份整个数组，只需要把这一步走子实际修改的内容压入栈中：比如移动棋子的原位置、目标位置、有没有吃子（被吃棋子的类型和位置）、走子前王的将军状态、受攻击列表里变动的条目
• 撤销走子的时候，根本不需要回滚整个数组，只需要弹出栈顶的增量记录，把改动过的几个位置改回原值就行
• 普通走子一般只会改动2-4个棋盘位置的状态，对比每次拷贝64个甚至更多元素的全量拷贝，性能差距可以达到10~20倍，搜索深度越高，优势越明显。

内容的提问来源于stack exchange，提问作者Elia Giaccardi Old