LeetCode三数之和问题是数组类算法的高频考题，要求在给定的数组中找出所有和为0的不重复三元组。很多初学者会优先想到三重循环的暴力解法，但这种解法的时间复杂度较高，在处理长度较大的数组时很容易超时，需要优化解法来提升运行效率。
暴力解法的问题分析
暴力解法的核心逻辑是遍历所有可能的三元组组合，判断它们的和是否为0，再对结果进行去重。假设数组长度为n，三重循环的时间复杂度为O(n³)，即使加上去重操作，整体效率依然很低，当n超过1000时就会出现明显的超时情况。
此外暴力解法的去重逻辑也比较繁琐，需要额外存储已经出现过的三元组，或者使用集合去重，都会增加额外的空间开销和时间消耗。
两指针解法的核心思路
两指针解法的前提是对数组进行排序，排序后数组中的元素是有序的，这就可以通过指针移动来缩小搜索范围，减少不必要的遍历。核心步骤如下：
- 先对数组进行升序排序，排序的时间复杂度为O(n log n)，远低于三重循环的O(n³)
- 固定第一个元素，使用左指针指向第一个元素的下一个位置，右指针指向数组末尾
- 计算三个元素的和，根据和与0的关系移动指针：如果和小于0，左指针右移增大总和；如果和大于0，右指针左移减小总和；如果和为0，记录该三元组
- 对每个固定元素和指针移动过程进行去重，避免出现重复的三元组
去重技巧说明
去重是两指针解法中很重要的一环，需要在两个位置做去重处理：
- 固定第一个元素时，如果当前元素和上一个元素相同，直接跳过，避免重复的三元组
- 找到和为0的三元组后，左指针和右指针都需要跳过所有相同的元素，防止重复记录
完整代码实现
以下是两指针解法的Python实现代码，包含完整的排序、指针移动和去重逻辑：
def three_sum(nums):
# 存储结果的三元组列表
result = []
n = len(nums)
# 数组长度小于3时不可能有三元组
if n < 3:
return result
# 对数组进行升序排序
nums.sort()
# 遍历第一个元素，最多到倒数第三个元素
for i in range(n - 2):
# 去重：如果当前第一个元素和上一个相同，跳过
if i > 0 and nums[i] == nums[i - 1]:
continue
# 初始化左指针和右指针
left = i + 1
right = n - 1
while left < right:
total = nums[i] + nums[left] + nums[right]
if total == 0:
# 记录符合条件的三元组
result.append([nums[i], nums[left], nums[right]])
# 左指针跳过重复元素
while left < right and nums[left] == nums[left + 1]:
left += 1
# 右指针跳过重复元素
while left < right and nums[right] == nums[right - 1]:
right -= 1
# 指针继续移动
left += 1
right -= 1
elif total < 0:
# 总和小于0，左指针右移增大总和
left += 1
else:
# 总和大于0，右指针左移减小总和
right -= 1
return result
# 测试用例
test_nums = [-1, 0, 1, 2, -1, -4]
print(three_sum(test_nums))
复杂度对比
两种解法的时间复杂度和空间复杂度对比如下：
| 解法类型 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| 暴力解法 | O(n³) | O(k)，k为结果三元组数量 |
| 两指针解法 | O(n²) | O(log n)，排序的栈空间开销，结果存储不计入额外空间 |
从对比可以看出，两指针解法的时间复杂度从立方级降到了平方级，在处理大规模数组时有明显的效率优势，能够避免超时问题。
常见问题说明
很多人在实现两指针解法时会遇到几个常见问题：
- 忘记先排序数组，导致指针移动逻辑失效，无法正确缩小搜索范围
- 去重逻辑不完整，只去重了固定元素，没有对指针移动后的重复元素处理，导致结果出现重复三元组
- 指针移动的条件写反，比如总和小于0时移动右指针，会导致逻辑错误
只要注意以上几点，就能正确实现两指针解法，高效解决LeetCode三数之和问题。
LeetCode三数之和两指针算法数组去重时间复杂度优化双指针解法修改时间：2026-06-28 05:06:25