织梦 一键更新后网站空白/上海关键词优化外包

双指针算法

常见的双指针有对撞指针，快慢指针以及前后指针（这个前后指针是指两个指针都是从从一个方向出发，去往另一个方法，也可以认为是小学学习过的两车并行，我也会叫做同向指针），在前后指针这里还有一个经典的算法叫做滑动窗口，滑动窗口会在下一篇算法文章中提到

对撞指针可以叫做左右指针，就是一个指针在最左端，另一个指针在最右端，然后两个指针开始向中间逼近。

快慢指针：相信大家在链表的时候就已经学到过，就是一个指针每次走一步（这就是慢指针），另一个指针每次走两步（这是快指针）。一般快慢指针是用来处理处理环形链表或数组。

前后指针：在不涉及到滑动窗口的使用的时候，我们一般会用于数组的分区。

如果大家学过排序，想必对双指针应该十分了解，正好在学习双指针算法的时候，可以回顾一下排序内容。

题目实战

下面题目讨论的时间复杂度没有进行化简，目的是让大家更好地感受算法对性能的优化。

移动零

https://leetcode.cn/problems/move-zeroes/description/

解法：前后指针
题目要求我们将数组前面的零移动到后面，将非零的元素按照原本的相对位置存放到数组的前面。
这时候这个数组显而易见地被分成了两个部分，一个是非零区域，一个是零区域

我们可以使用前后指针法，第一个指针从下标0开始遍历数组，第二个指针初始值设置为-1，当第一个指针遇到非零元素时，第二个指针向后移动一步，然后交换两个指针所对应的数组的元素，否则第二个指针原地不动。

通过前后指针，我们可以将数组分成上述的区域，这就是为什么前后指针一般用于数组的分区。

class Solution {public void moveZeroes(int[] nums) {int len = nums.length;int j = -1;for(int i = 0; i < len; i++) {if(nums[i] != 0) {j++;int tmp = nums[i];nums[i] = nums[j];nums[j] = tmp;}}}
}

如果可以使用额外的空间的话，还是使用两个指针，一个指针指向一个数组，时间复杂度为O(2N)，空间复杂度为O(N)，但是直接使用双指针算法，时间复杂度O(2N)，空间复杂度为O(1)

快乐数

https://leetcode.cn/problems/happy-number/

解法：快慢指针
在快乐数的循环中，我们知道循环最后的结果要么是无限循环，要么是 1，那无限循环是为什么？

以 n = 2 为例：2 ^ 2 = 4，4 ^ 2 = 16，1 ^ 2 + 6 ^ 2 = 37，3 ^ 2 + 7 ^ 2 = 58，5 ^ 2 + 8 ^ 2 = 89，8 ^ 2 + 9 ^ 2 = 145, 1 ^ 2 + 4 ^ 2 + 5 ^ 2 = 42，4 ^ 2 + 2 ^ 2 = 20，2 ^ 2 + 0 = 2，最后你会发现这个数它又回去了，也就是意味着这个循环形成了一个环

最后循环的结果还有一种可能就是出现1，如果出现 1 的时候，我们不停止循环的话，那么这个循环将会一直得到1，这也是一个环。

相信大家到这里想到了使用快慢指针，当两个指针相遇时，如果指针对应的是1 的话，那么就是快乐数，否则就不是快乐数。

class Solution {public boolean isHappy(int n) {int slow = n;int fast = sum(sum(n));while(slow != fast) {slow = sum(slow);fast = sum(sum(fast));}if(slow == 1) {return true;} else {return false;}}private int sum(int n) {int sum = 0;while(n != 0) {sum += (n % 10) * (n % 10);n /= 10;}return sum;}
}

盛最多水的容器

https://leetcode.cn/problems/container-with-most-water/description/

解法：对撞指针

分析题意：数组的每一个元素是该下标的高，而容器的底长为两个下标之间的差值，题目要求我们找到容器的最大值，这个数值等于 高 x 底长

我们使用对撞指针，一个在最左端，一个在最右端，然后两个指针开始向中间遍历，首先由于两个指针是向中间靠拢，所以对应的宽度就会减少，指针移动的目的是为了获取容器的最大值，所以，我们现在要思考指针如何移动？

因为容器的高度是由最小的高度决定的，所以这时候，我们可以从两个指针获取到最小的元素，我们让对应最小的高度的指针向中间移动，看看能不能找到更大的高度，以此来进行遍历，然后通过 Math.max 这个函数就可以获取到最大值。

class Solution {public int maxArea(int[] height) {int left = 0;int right = height.length - 1;int maxV = Math.min(height[left],height[right]) * (right - left);while(left < right) {int index = (height[left] > height[right] ? right : left);if(index == left) {left++;} else {right--;}int tmp = Math.min(height[left],height[right]) * (right - left);maxV = Math.max(maxV,tmp);}return maxV;        }
}

这道题的对撞指针算法的时间复杂度为O(N) ，性能十分地好

两数之和

https://leetcode.cn/problems/he-wei-sde-liang-ge-shu-zi-lcof/

解法：排序 + 双指针

由于我们只要返回两个数（两数之和为 target 即可）。如果我们直接使用两个指针的话，就是使用暴力枚举，使用了两层循环，实践复杂度为O(N^2)，但是这里是算法篇目，我们应该尽量优化我们的算法，将算法的效率提高。

如果数组本身就是有序的话，我们再这个基础上使用双指针就会好写很多，因为就三种情况，要么两数之和小于taregt ，两数之和如果等于 tareget 的话，直接返回即可，如果两个数大于 target 。

也就是我们要处理指针的移动就是大于和小于的情况，如果是大于的话，我们可以将指针左移减小两数之和，如果是小于的话，可以将指针右移扩大两数之和，那这就意味着我们要使用的是对撞指针。

class Solution {public int[] twoSum(int[] price, int target) {Arrays.sort(price);int left = 0;int right = price.length - 1;while(left < right) {if(price[left] + price[right] == target) {break;} else if(price[left] + price[right] > target) {right--;} else {left++;}}int[] ans = {price[left],price[right]};return ans;}
}

时间复杂度分析，使用Arrays.sort ，这个底层是快速排序，时间复杂度为O(N * logN)，对撞指针时间复杂度为 O(N), 整体时间复杂度为 O(N + N * logN)，比暴力枚举好多了。

三数之和

https://leetcode.cn/problems/3sum/

解法：双指针

在做这道题目的时候，我们一开始想到的就是直接暴力求解，使用三个循环，时间复杂度为 O(N ^ 3) ，作为一个算法题，我们需要优化它的性能，我们可以使用双指针来代替两个循环，这样最多只需要遍历 2N 个元素，加上一个循环，时间复杂度就可以变为 O(N ^ 2)

我们可以借助两数之和这道题目的算法思路，通过对撞指针找到 两数之和为 taregt ，而target 可以由 0 - 第三个数字获得，使用这个思路的时候，需要先对数组排好序。

这里有一个方法 能将一串数字转化为 链表 —— Arrays.asList(…)，这样就不用这么麻烦添加元素到链表上了

这里要避免重复的三元组的出现，再取完三元组后，双指针各自向中间靠拢一步，然后进行去重操作，避免和上回的元素相同。
在每次执行完双指针算法的时候，可以再对 最外层循环的变量先 ++ ，再去重，因为这个元素的三元组已经找过了。

为什么去重之后，三元组就不会重复？
因为数组是有序的，双指针是向中间靠拢的，左指针所对应的数值一定的大于上回的数值，右指针对应的数值一定的小于上回的数值，并且左指针一定小于右指针，所以右指针不可能去到左指针上回的数值，这就保证有一个数字是一定不重复的，也就保证三元组的不重复性

经过双指针的优化，时间复杂度为O(N^2 + N * logN)

class Solution {public List<List<Integer>> threeSum(int[] nums) {Arrays.sort(nums);List<List<Integer>> list = new ArrayList<>();int len = nums.length;for(int i = 0; i < len - 2;) {int target = 0 - nums[i];for(int left = i + 1, right = len - 1; left < right;) {if(nums[left] + nums[right] == target) {List<Integer> l = new ArrayList<>(Arrays.asList(nums[i],nums[left],nums[right]));list.add(l);left++;right--;while(left < right && nums[right+1] == nums[right]) {right--;}while(left < right && nums[left-1] == nums[left]) {left++;}} else if (nums[left] + nums[right] > target) {right--;} else {left++;}}//去重i++;while(i < len && nums[i-1] == nums[i]) {i++;}}return list;}
}