Run2() { Try(, () => Try(, () => Try(, () => Try(, () => Try2(, () => Try2(, () => Try2(, () => Try2(, null ) ) ) ) ) ) ) ); } Try(string name, Action action) //第1局 { for (int i = 0; i < 4; i++) { if (data.IsSelected(0, i)) continue; data.Selected(0, i, name); if (action == null) { Console.WriteLine(data.Current); } else { action(); } data.UnSelected(0, i); } } Try2(string name, Action action) //第2局 { for (int i = 0; i < 5; i++) { if (i == 1) continue; if (data.IsSelected(1, i)) continue; if (data.IsSelected(0, i, name)) continue; data.Selected(1, i, name); if (action == null) { data.Count++; Console.WriteLine(, data.Count, data.Current); } else { action(); } data.UnSelected(1, i); } }

结构更合理，逻辑更清晰，但是一堆lambda嵌套，太丑了，也不是我要的效果，我要的是类似这样的：

obj.Try().Try().Try().Try().Try2().Try2().Try2().Try2().Write();

四.继续向目标逼近。
由于要延迟，所以必须先把要被调用的方法的引用“告诉”上一级，当上一级执行for的时候，就能调用下一级的方法。于是我想到了一个“回调链”

所以，执行链式方法是在构造回调链，最后的方法再通过调用链头(Head)的某个方法启动真正要执行的整个逻辑。
延迟计算是从Linq借鉴和学习来的，构造Linq的过程并没有执行，等到了执行ToList, First等方法时才真正去执行。
我想构造回调链每一步都是一个固定的方法，这里随便起用了T这个极短名称，而每一步后期计算时要执行的方法可灵活指定。于是有了第3版：

Seat2(string name, Seat2 parent, Action<Seat2> method) { this.Name = name; this.Parent = parent; if (parent != null) parent.Child = this; this.Method = method; } Run() { , null, me => me.Try()) .T(, me => me.Try()) .T(, me => me.Try()) .T(, me => me.Try()) .T(, me => me.Try2()) .T(, me => me.Try2()) .T(, me => me.Try2()) .T(, me => me.Try2()) .P().Start(); } public Seat2 T(string name, Action<Seat2> method) { return new Seat2(name, this, method); } public void Try() { for (int i = 0; i < 4; i++) { if (data.IsSelected(0, i)) continue; data.Selected(0, i, this.Name); if (this.Child != null) { this.Child.Method(this.Child); } data.UnSelected(0, i); } } public void Try2() { for (int i = 0; i < 5; i++) { if (i == 1) continue; if (data.IsSelected(1, i)) continue; if (data.IsSelected(0, i, this.Name)) continue; data.Selected(1, i, this.Name); if (this.Child != null) { this.Child.Method(this.Child); } data.UnSelected(1, i); } }

五.解耦
这种调用方式，是满意了。但是运算框架与具体的算法耦合在一起，如果能把运算框架提取出来，以后写具体的算法也方便许多。于是经过苦逼的提取，测试，踩坑，最终出现了第4版：