提问！有没有好办法能筛选出重复导入的数据？实际开发中第一次遇见有点像算法题的需求.

[luhongfei66]

现在有 A 表和 A 的子表 B 表，由于历史原因 B 表有重复导入数据，例如重复导入两次，A 表是执行更新操作只有一条数据，而 B 表是会有两份属于 A 表的数据，B 表没有生成时间或者什么字段可以区分开重复导入，只有每条的 ID 不同。A 表中有总金额是正确的，B 表中把其中一份数据的金额加起来就会等于 A 表中的金额.

重复导入的数据大概有几千笔 A 表数据，目前的做法是先测试一份重复导入的数据，把重复导入归属同个 A 表的 B 表数据提取出来，进行 DFS 全排列，如果在排列的过程中累计金额等于 A 表的金额则判断是为一组，如果出现多种组合累计金额等于 A 表金额则输出来人工判断，这种方案有个问题就是全排列的效率很低，当长度大于 10 的时候就会很慢了。

如果有更好的思路，希望能不吝赐教，谢谢。

[lllue]

有个想法
1 、分组合计一下，可以筛选掉一下（如果一定有重复数据，就不走这趴）
2 、分组内 distinct 后合计一下与 A 表对上了，再筛选掉一些
3 、步骤 2 中过滤后的数据，递归合计，得到一条以上的结果，输出

主要是不要一上来就排列，实际需要的应该是组合，建议贪心算法试试？

[luhongfei66]

@lllue 多谢你的回答 Thanks♪(･ω･)ﾉ，这块还有个麻烦的地方是有可能一次导入内里面就有重复的数据，还不能轻易去重。现在是采用了比较笨的方法，默认只重复导入了两次来分组，如果重复导入超过两次的记录 ID 再人工干涉纠正，o(╥﹏╥)o