多递增数组子集和求解优化：每组选数匹配目标值

问题背景 #

• 输入：数量为4的倍数（如4、8、12、16等）的Double类型Amount数组，每个数组内元素为递增1的十进制数值
• 核心需求：从每个数组中选取一个值，使选中值的总和等于指定的TotalAmount，返回与输入数组数量对应的结果集

现有尝试与痛点 #

• 已尝试的方案：O(n²)复杂度算法、lambda表达式、循环判断逻辑、各类经典子集和算法、动态SQL查询，还研究过Python科学计算库numpy
• 存在的问题：当输入数组数量达到50+的大规模场景时，现有方案的耗时过高，无法满足实际需求

思路探讨 #

我提出一种交叉切割数组的思路：通过交叉切割实现数组结果的均衡，逐步调整选中值的组合，使组合总和与目标值的差值趋近于0。想探讨该思路是否可有效解决此问题？

示例 #

匹配目标值为14，输入数组为[1,2,3]、[4,5,6]、[7,8,9]时，正确结果集为：
[[1,4,9],[1,5,8],[2,4,8],[2,5,7],[3,4,7]]

内容的提问来源于stack exchange，提问作者Sunsing