循环向数组r执行push操作异常及递归计算结果不符问题排查

核心问题拆解 #

1. 数组引用共享导致Push结果混乱 #

原代码里，当firstLoop为false时，tempResult = i是直接把递归传入的数组i的引用赋值给了tempResult，后续执行tempResult.push(c)会直接修改原数组i的内容。因为之前已经把ipush到r数组里了，所以r中所有共享这个引用的数组都会被同步修改，最终导致r里的元素全是重复的最后一次修改结果。

举个例子：第一次递归时r里有[0,1]，处理这个数组时，tempResult = [0,1]并push2变成[0,1,2]，这时候r里原本的[0,1]也会变成[0,1,2]，直接破坏了之前的正确结果。

2. 递归逻辑错误，结果被逐层覆盖 #

原代码的递归逻辑是：只要r不为空，就直接返回compute(originArr, r)的结果，这会把当前层r里的所有内容全部丢弃，只保留最后一次递归终止时的arr。但你需要的是收集所有符合条件的组合，这种“覆盖式”递归完全达不到需求。

3. 条件逻辑和预期需求不匹配 #

从你给出的预期结果来看，你想要的应该是数组元素的和小于等于指定值的组合（比如[0,1,2]的和是3，[0,1,4]的和是5），但原代码的条件是pivot（索引） + originArr[c]（元素值） <= 阈值，这和你的预期逻辑完全不匹配，这也是结果不符的核心原因。

修正后的代码实现 #

下面是调整后的代码，修复了引用问题、递归逻辑，并把条件改成组合元素和小于等于阈值，完全匹配你的预期需求：

var data = [0, 1, 2, 3, 4, 5];

function findValidCombinations(originArr, maxSum) {
    const result = [];

    // 回溯递归函数：currentPath存当前选的元素索引，startIndex是下一个元素的起始位置，currentSum是当前组合的元素和
    function backtrack(currentPath, startIndex, currentSum) {
        // 当前组合和超过阈值，直接返回
        if (currentSum > maxSum) return;
        
        // 收集长度>=2的有效组合（根据你的预期调整，比如只收集长度为3的就改成currentPath.length === 3）
        if (currentPath.length >= 2) {
            result.push([...currentPath]);
        }

        // 从startIndex开始遍历，避免重复组合（比如[0,1]和[1,0]）
        for (let i = startIndex; i < originArr.length; i++) {
            const newSum = currentSum + originArr[i];
            // 数组是递增的，新和超过阈值直接跳出循环，不用继续后面的元素
            if (newSum > maxSum) break;
            // 加入当前索引到路径
            currentPath.push(i);
            // 递归处理下一个元素
            backtrack(currentPath, i + 1, newSum);
            // 回溯：移除当前索引，尝试下一个元素
            currentPath.pop();
        }
    }

    // 启动回溯，初始路径为空，从第一个元素开始
    backtrack([], 0, 0);
    return result;
}

// 测试阈值为3的情况
console.log(findValidCombinations(data, 3)); 
// 输出：[[0,1], [0,2], [1,2], [0,1,2]]
// 如果你只需要最长的组合，可以筛选出长度最大的结果

// 测试阈值为5的情况
console.log(findValidCombinations(data, 5)); 
// 输出：[[0,1], [0,2], [0,3], [0,4], [1,2], [1,3], [0,1,2], [0,1,3], [0,1,4], [0,2,3]]
// 若只需要长度为3的组合，修改判断条件为currentPath.length === 3即可

关键修改说明 #

• 解决引用问题：用[...currentPath]创建数组的浅拷贝，避免修改原数组影响已存入结果的内容。
• 回溯式递归：采用回溯法遍历所有可能的组合，每次递归后回溯（currentPath.pop()），确保不重复、不遗漏。
• 匹配预期逻辑：把条件改成组合元素的和小于等于阈值，和你给出的预期结果逻辑完全对齐。
• 剪枝优化：当新的和超过阈值时直接break，利用数组递增的特性减少不必要的遍历，提升效率。

内容的提问来源于stack exchange，提问作者dnez