如何在n个数组中查找元素组合使其和等于给定值X？

你原来写的多层嵌套循环逻辑本质是遍历所有数组的笛卡尔积，只要把「固定层数的嵌套遍历」换成「支持任意输入数量的笛卡尔积生成逻辑」，就能适配任意n个数组的场景。下面给两种可直接用的实现：

方案1：直接遍历笛卡尔积（逻辑和原硬编码完全一致） #

Python标准库的itertools.product本身就支持接收任意数量的可迭代对象，自动生成所有跨列表的元素组合，效果和手写n层for循环完全等价，不需要硬编码循环层数。

from itertools import product

def find_target_combinations(arrays: list[list[int]], target_sum: int):
    valid_combos = []
    # *arrays会把传入的列表拆成独立参数传给product，适配任意数量的输入数组
    for combo in product(*arrays):
        if sum(combo) == target_sum:
            valid_combos.append(combo)
    return valid_combos

# 调用示例
if __name__ == "__main__":
    a = [1,2,3,4,5,6]
    b = [0,3,5,7,9,10]
    c = [3,3,5,6,7,8]
    # 传3个、5个、10个数组都可以，不需要改函数逻辑
    print(find_target_combinations([a, b, c], target_sum=10))

• 优点：逻辑简单，和你原来的嵌套循环行为完全一致，会自动保留所有合法的重复组合（比如示例中c数组有两个3，如果两个3都能凑出目标和，会分别返回对应组合），支持正数、负数、零的任意组合。
• 缺点：时间复杂度是所有数组长度的乘积，数组数量多、单个数组长度大的时候，性能下降会很明显。

方案2：分治+哈希优化（适合数组数量较多的场景） #

如果数组数量比较多，全量遍历笛卡尔积的计算量会爆炸，可以用Meet-in-the-middle思路把数组拆成两半分别计算，再通过哈希表匹配结果，时间复杂度可以降到原来的平方根级别。

from itertools import product
from collections import defaultdict

def find_target_combinations_fast(arrays: list[list[int]], target_sum: int):
    if not arrays:
        return []
    
    # 把数组拆成数量接近的两部分，平衡两边的计算量
    split_idx = len(arrays) // 2
    left_part = arrays[:split_idx]
    right_part = arrays[split_idx:]

    # 先遍历左半部分所有组合，记录每个和对应的所有组合
    left_sum_map = defaultdict(list)
    for left_combo in product(*left_part):
        current_sum = sum(left_combo)
        left_sum_map[current_sum].append(left_combo)
    
    valid_combos = []
    # 遍历右半部分组合，直接从哈希表找需要的左半和，不用全量双层遍历
    for right_combo in product(*right_part):
        current_sum = sum(right_combo)
        required_left_sum = target_sum - current_sum
        if required_left_sum in left_sum_map:
            for matched_left in left_sum_map[required_left_sum]:
                valid_combos.append((*matched_left, *right_combo))
    
    return valid_combos

可选优化点 #

• 如果不需要保留重复组合，可以在传入数组前先对单个数组去重，能大幅减少无效计算
• 如果所有数组元素都是非负数，可以在生成组合的过程中提前剪枝：当前部分和已经超过目标值时，直接跳过后续的组合生成，性能还能进一步提升
• 如果只需要判断有没有符合条件的组合，不需要返回所有组合，找到第一个匹配项就可以直接返回，不用遍历完所有可能。

内容的提问来源于stack exchange，提问作者C1SKO