应用错误收集

我一直陷在这个问题中，找不到解决这个问题的有效方法。

我有N个（最多1000万个）数组，例如最多100个元素。这些数组包含1-10000之间的数字。

现在，我的问题是将这些数组划分为K个组，以便我将所有数组中的重复项减到最少，例如，对于包含1，4，10，100的数组和另一个包含1，100的数组。我希望它们进入同一组，因为这样可以最大程度地减少重复性。我的问题有两个约束如下-

我不想为一组数组将唯一元素的大小增加到110以上。所以我有一个大小为100的数组，还有另一个大小为100的数组，这是60％的匹配，我宁愿创建新组，因为这不会增加。的独特元素增加到140个，并且还会继续增加。
组中向量的数量应均匀分布。

根据大小按降序对这些数组进行分组。然后找到唯一的向量，进行唯一的散列，并在约束条件下应用最大匹配的贪婪算法，但是贪婪似乎效果不佳，因为这完全取决于我首先选择的分区。我不知道如何应用DP，因为给定矢量总数的组合数量非常庞大。我不确定应该采用哪种方法。

我的算法的一些失败案例是，说有两个相互排斥的向量，但是如果我与它们组成一个组，我可以将100％与第三个向量相匹配，否则，第三个向量仅与30％相匹配组，并在添加到该组之后使该组满员，这将增加我的重复性，因为第三个向量应该已经与前两个向量组成了一个小组。