优化生成[min,max]范围n个和为m的整数的回溯算法，解决栈溢出

• 递归深度过高：你的实现是递归逻辑，而JS引擎默认不开启尾递归优化，当n达到数百级别时，调用栈深度就会超出浏览器/Node.js的默认栈深度限制，直接抛出栈溢出错误。
• 回溯效率极低：你的逻辑是随机生成数值，遇到不符合边界的情况才回退重跑，当m数值较大时，随机命中合法组合的概率大幅降低，会出现大量无效回退操作，导致运行时间指数级上升。

我们可以用「前置可行性校验+保底填充+差值随机分配」的迭代方案完全替代回溯逻辑，既没有栈溢出风险，运行效率也能提升几个数量级，逻辑如下：

1. 前置校验：如果 m < n * min || m > n * max 直接抛出无法生成的错误，这是生成合法数组的充要条件，不用执行后续逻辑就能判断。
2. 初始化保底数组：先生成一个长度为n、每个元素都是min的数组，此时总和为 n * min，计算需要额外分配的差值 rem = m - n * min。
3. 随机分配差值：循环把差值逐个加到数组元素上，每次随机选一个下标，只要该元素当前值还没到max就加1，直到rem归零。

// 辅助函数：生成[min, max]的随机整数
function randRange(min, max) {
  return Math.floor(Math.random() * (max - min + 1)) + min;
}

function generateSums(n: number, m: number, min: number, max: number): number[] {
  // 前置可行性校验
  if (m < n * min || m > n * max) {
    throw new Error("CANNOT GENERATE");
  }
  // 初始化全为min的保底数组
  const res = new Array(n).fill(min);
  let rem = m - n * min;
  // 随机分配剩余差值
  while (rem > 0) {
    const randomIdx = randRange(0, n - 1);
    if (res[randomIdx] < max) {
      res[randomIdx]++;
      rem--;
    }
  }
  return res;
}

• 无栈溢出风险：全程迭代实现，调用栈深度恒定为1，不管n和m多大都不会触发栈溢出错误。
• 运行效率极高：时间复杂度为O(n + rem)，哪怕m达到数万级别也能毫秒级返回结果，没有任何无效回溯操作。
• 随机分布均匀：每个元素获得额外差值的概率均等，生成的尺寸分布符合砖石布局的随机视觉要求。

如果后续需要处理m达到数十万级别的场景，还可以对差值分配逻辑做批量赋值优化，进一步降低时间复杂度，当前m数千的场景下上述代码完全够用。

内容的提问来源于stack exchange，提问作者quoc187