电商多商品组合优惠算法：如何高效计算最大优惠？
本文针对电商平台多商品组合优惠计算问题，提供一种基于回溯算法的JavaScript解决方案，旨在高效计算最大优惠，确保每个商品仅参与一次优惠活动。
问题描述：电商场景下，单个商品可能有多种优惠（多件折扣或满减），多个商品之间也存在组合满减优惠。核心挑战在于如何从众多优惠组合中找到最大优惠方案。
下文提供代码片段展示商品信息（tb_goods）、优惠信息（tb_spce）以及测试购买商品信息（testbuy）的数据库结构。 原始代码已实现单个商品的多件折扣计算，但缺少多商品组合满减优惠的计算逻辑。 我们使用回溯法解决此问题。
let tb_goods = [
{
id: 1,
goodsName: "A",
price: 10,
spceList: [101, 102, 105],
},
// ... 其他商品信息
];
let tb_spce = [
{
id: 101,
type: "满减",
msg: "满20减2",
full: 20,
reduction: 2,
},
// ... 其他优惠信息
];
const compute = (goods = []) => {
// ... (此处为完整的计算函数代码，见问题答案)
};
// 测试用例
const demo3 = [
{ goodsId: 1, num: 3 },
{ goodsId: 2, num: 6 },
{ goodsId: 3, num: 3 },
{ goodsId: 4, num: 6 },
];
const res3 = compute(demo3);
console.log(JSON.stringify(res3));
// {“total”:93.1,“discount”:11,“compose”:[[[1,6,28.5,102],[2,6,25.2,102]],[[4,5,33.6,104]]]}
// ... 其他测试用例
compute 函数是核心逻辑，它先计算单个商品折扣，再利用回溯法 (composebacktrace, discomposebacktrace) 遍历所有可能的满减组合，最终返回包含总价、总折扣以及优惠组合策略的 JSON 对象。 多个测试用例展示了算法在不同商品组合下的计算结果。 结果清晰地展现了最终价格、总折扣以及每个商品参与的具体满减组合，方便商家和用户理解订单价格构成。
