本文介绍一种基于贪心策略的数组分组方法：遍历原数组，持续累加元素到当前组，一旦加入下一个元素会导致总和超过20，就结束当前组、开启新组；支持严格小于20或小于等于20两种边界条件。
本文介绍一种基于贪心策略的数组分组方法：遍历原数组，持续累加元素到当前组，一旦加入下一个元素会导致总和超过20，就结束当前组、开启新组；支持严格小于20或小于等于20两种边界条件。
在处理文件合并场景（如按大小分批打包上传）时，常需将一组带权重（如 MB 大小）的元素划分为若干子序列，使得每个子序列的权重和 不超过指定阈值（如 20），且尽可能“紧凑”——即在不超限前提下尽量多装元素。这并非经典子集和问题（无需回溯或动态规划），而是一个典型的在线贪心分组（online greedy grouping）问题。
核心逻辑是：从左到右扫描数组，维护一个当前组（初始为空），对每个新元素，判断将其加入当前组后总和是否仍满足 ≤ 20（或 ）。若满足，则加入；否则，将当前组推入结果数组，并以该元素为起点新建一组。
以下为简洁、可读性强的函数式实现（使用 Array.prototype.reduce 模拟递归累积过程）：
const add = (a, b) => a + b;
// 创建分组函数：根据比较函数决定是否开启新组
const groupBySum = (compareFn) => (result, value) => {
const lastGroup = result.at(-1) || [];
const currentSum = lastGroup.reduce(add, 0);
// 若当前组为空，或加入 value 后仍满足条件，则追加；否则新建组
if (lastGroup.length === 0 || compareFn(currentSum + value)) {
lastGroup.push(value);
} else {
result.push([value]);
}
return result;
};
// 边界条件定义
const atMost20 = (sum) => sum sum <p>✅ <strong>关键说明与注意事项：</strong> </p>
- 该算法时间复杂度为 O(n)，空间复杂度为 O(n)，高效适用于大规模文件列表；
-
reduce在此处模拟了“状态累积”的递归思想，避免显式递归调用栈风险（尤其对长数组）； - 若某单个元素本身 > 20（如
25），它将单独成组——这是合理行为（无法拆分文件），你可根据业务需要提前过滤或抛出警告； - 如需真正递归版本（教学/特定约束），可改写为尾递归形式，但实际生产环境推荐上述迭代+reduce方案，更清晰且无栈溢出隐患。
此方法已成功应用于日志归档、附件分包、CDN 资源聚合等真实场景，兼顾效率、可维护性与语义明确性。
