作者 | 小灰

来源 | 程序员小灰（ID：chengxuyuanxiaohui）

前一段时间，我们介绍了LeetCode上面的一个经典算法题【两数之和问题】。

这一次，我们把问题做一下扩展，尝试在数组中找到和为“特定值”的三个数。

题目的具体要求是什么呢？给定下面这样一个整型数组：

我们随意选择一个特定值，比如13，要求找出三数之和等于13的全部组合。

由于5+6+2=13， 5+1+7=13，3+9+1=13，所以最终的输出结果如下：

【5， 6，2】

【5， 1，7】

【3， 9，1】

小灰的思路，是把原本的“三数之和问题”，转化成求n次“两数之和问题”。

我们以上面这个数组为例，选择特定值13，演示一下小灰的具体思路：

第1轮，访问数组的第1个元素5，把问题转化成从后面元素中找出和为8（13-5）的两个数：

如何找出和为8的两个数呢？按照上一次所讲的，我们可以使用哈希表高效求解：

第2轮，访问数组的第2个元素12，把问题转化成从后面元素中找出和为1（13-12）的两个数：

第3轮，访问数组的第3个元素6，把问题转化成从后面元素中找出和为7（13-6）的两个数：

以此类推，一直遍历完整个数组，相当于求解了n次两数之和问题。

    public static List<List<Integer>> threeSum(int[] nums, int target) {List<List<Integer>> resultList = new ArrayList<>();for (int i = 0; i < nums.length; i++) {Map<Integer, Integer> map = new HashMap<>();int d1 = target - nums[i];//寻找两数之和等于d1的组合for (int j = i+1; j < nums.length; j++) {int d2 = d1 - nums[j];if (map.containsKey(d2)) {resultList.add(Arrays.asList(nums[i], d2, nums[j]));}map.put(nums[j], j);}}return resultList;}

在上面的代码中，每一轮解决“两数之和问题”的时间复杂度是O（n），一共迭代n轮，所以该解法总的时间复杂度是O（n²）。

至于空间复杂度，同一个哈希表被反复构建，哈希表中最多有n-1个键值对，所以该解法的空间复杂度是O（n）。

我们仍然以之前的数组为例，对数组进行升序排列：

这样说起来有些抽象，我们来具体演示一下：

第1轮，访问数组的第1个元素1，把问题转化成从后面元素中找出和为12（13-1）的两个数。

如何找出和为12的两个数呢？我们设置两个指针，指针j指向剩余元素中最左侧的元素2，指针k指向最右侧的元素12：

计算两指针对应元素之和，2+12 = 14 > 12，结果偏大了。

由于数组是按照升序排列，k左侧的元素一定小于k，因此我们把指针k左移一位：

计算两指针对应元素之和，2+9 = 11< 12，这次结果又偏小了。

j右侧的元素一定大于j，因此我们把指针j右移一位：

计算两指针对应元素之和，3+9 = 12，正好符合要求！

因此我们成功找到了一组匹配的组合：1，3，9

但这并不是结束，我们要继续寻找其他组合，让指针k继续左移：

计算两指针对应元素之和，3+7 = 10< 12，结果偏小了。

于是我们让指针j右移：

计算两指针对应元素之和，5+7 = 12，又找到符合要求的一组：

1，5，7

我们继续寻找，让指针k左移：

计算两指针对应元素之和，5+6 = 11< 12，结果偏小了。

于是我们让指针j右移：

此时双指针重合在了一起，如果再继续移动，就有可能和之前找到的组合重复，因此我们直接结束本轮循环。

第2轮，访问数组的第2个元素2，把问题转化成从后面元素中找出和为11（13-2）的两个数。

我们仍然设置两个指针，指针j指向剩余元素中最左侧的元素3，指针k指向最右侧的元素12：

计算两指针对应元素之和，3+12 = 15 > 11，结果偏大了。

我们让指针k左移：

计算两指针对应元素之和，3+9 = 12 > 11，结果仍然偏大。

我们让指针k继续左移：

计算两指针对应元素之和，3+7 = 10 < 11，结果偏小了。

我们让指针j右移：

计算两指针对应元素之和，5+7 = 12 > 11，结果又偏大了。

我们让指针k左移：

计算两指针对应元素之和，5+6 = 11，于是我们又找到符合要求的一组：

2，5，6

我们继续寻找，让指针k左移：

此时双指针又一次重合在一起，我们结束本轮循环。

按照这个思路，我们一直遍历完整个数组。

像这样利用两个指针指向数组两端，不断向中间靠拢调整来寻找匹配组合的方法，就是双指针法，也被称为“夹逼法”。

    public static List<List<Integer>> threeSumv2(int[] nums, int target) {Arrays.sort(nums);List<List<Integer>> resultList = new ArrayList<List<Integer>>();//大循环for (int i = 0; i < nums.length; i++) {int d = target - nums[i];// j和k双指针循环定位，j在左端，k在右端for (int j=i+1,k=nums.length-1; j<nums.length; j++) {// k指针向左移动while (j<k && (nums[j]+nums[k])>d) {k--;}//双指针重合，跳出本次循环if (j == k) {break;}if (nums[j] + nums[k] == d) {List<Integer> list = Arrays.asList(nums[i], nums[j], nums[k]);resultList.add(list);}}}return resultList;}

上面这段代码表面上有三层循环，但每一轮指针j和k的移动次数加起来最多n-1次，因此该解法的整体时间复杂度是O（n²）。

最关键的是，该解法并没有使用额外的集合（排序是直接在输入数组上进行的），所以空间复杂度只有O（1）！

更多精彩推荐
☞去伪存真，更多区块链落地应用即将涌现
☞你认为程序员的最高境界是什么？| 每日趣闻
☞虎牙、斗鱼正式达成合并协议；中国广电正式成立，或催生5G发展新格局；Linux 5.9 释出|极客头条
☞8000字 | 32 张图 | 一文搞懂事务+隔离级别+阻塞+死锁
☞图神经网络快速爆发，最新进展都在这里了
☞今年至少有75家交易所关闭，近半数没有说明原因

点分享点点赞点在看