三数之和最优解：排序与双指针的算法实践

1. 题面拆解：三数之和到底在考什么

先聊个直白的感受：力扣上一万多人收藏、大厂面试出镜率极高的“三数之和”，本质上不是一道“难题”，而是一道“筛选思维惯性”的题。如果你上来就套三层for循环，那么恭喜你，样例能过，提交必超时，还会被评论区一句“暴力杯警告”扎心很久。

题面一句话就能说完：给你一个整数数组 nums，判断是否存在三个元素 a、b、c，使得 a + b + c = 0，返回所有不重复的三元组。注意限制条件有两个，第一，答案中不可以包含重复的三元组；第二，同一个元素在数组里的下标不能重复使用，但值相同的不同元素是可以同时入选的。

先说这道题在考什么。它考的从来不是“会不会写循环”，而是三件事：

• 能不能把 O(n³) 的暴力问题通过排序优化到 O(n²)；
• 能不能说清楚双指针为什么能替代第三层循环；
• 能不能把“去重”做得既正确又高效，不靠集合硬去重，而是靠指针跳跃。

换句话说，它考查的是你对“无序问题的有序化处理”的能力。很多人在理解题意时就已经踩了坑——看到“不重复的三元组”，第一反应是用 HashSet 存三元组去重，但这种思路会带来两个新的麻烦：一是三元组内部顺序问题，[-1,0,1] 和 [1,0,-1] 在集合眼里是两个不同的东西，你还得先排序再存；二是额外空间复杂度变高，答案去重全靠哈希。

真正优雅的思路是：先把数组排好序，让重复值相邻排列。排序之后，“跳过重复元素”的操作就变得极其便宜——只需要比较相邻两个数是否相等。这个前置操作让后面的双指针解法水到渠成，也让你彻底摆脱了 HashSet 这种“用空间换时间”的妥协方案。

题目的边界条件也值得注意：数组长度小于 3 时，答案直接为空；全部元素都不满足组合要求时，返回空列表而不是 null。这些细节在面试中都是送分题，但恰恰是送分题最能看出一个人写代码有没有形成肌肉记忆。

2. 从暴力三重循环到双指针：一条自然的演进路线

很多刷题攻略喜欢直接甩双指针模板，然后让你背。这样做不是不行，但如果你没搞懂为什么双指针能成立，遇到变体题（比如最接近的三数之和、四数之和）照样会卡壳。所以我打算先带你走一遍从暴力解到双指针的完整推导链，这条链其实非常短。

2.1 暴力方案：三重循环为什么注定被淘汰

先看最符合直觉的暴力解法：三层循环枚举 i、j、k，判定 nums[i] + nums[j] + nums[k] == 0。这个方案的时间复杂度是 O(n³)，当 n = 3000 时，理论运算量约为 270 亿次，任何在线判题系统都不可能放你通过。

有人可能想狡辩：那我可以加剪枝啊，比如固定 i 之后，j 和 k 只往后扫。但剪枝只是降低了常数因子，复杂度量级还在 O(n³)，本质上依然是等死的节奏。

暴力方案的麻烦还不止性能问题。由于数组中可能存在大量重复元素，三重循环会枚举出非常多的重复三元组，比如 nums = [-1, -1, 0, 1, 1] 这种输入，暴力解会搜出多个 [-1, 0, 1]，想得到唯一结果，就必须配合 HashSet 或排序去重。这就让代码的丑陋程度再上一个台阶。

所以暴力方案的真实价值只有两个：一是当作最基础的“正确性参照物”，在调试优化方案时用来对拍；二是让你切身体会到，算法优化的第一步永远是找计算冗余。

2.2 排序带来的第一个质变：重复元素相邻化

在考虑优化之前，我们先做一个只花 O(n log n) 的操作——排序。排序改变不了题目本质（寻找三元组），但它带来了两个明显的好处。

第一，重复元素变得相邻，这为后续“按值跳过重复”创造了条件。设想一下，如果数组是无序的，你想跳过值等于 nums[i] 的其他位置，必须额外遍历或使用哈希表；有序之后，只需要检查 nums[i] == nums[i-1] 就能判断当前位置的值是不是首次出现。

第二，双指针（two pointers）赖以生存的单调性前提满足了。在一个有序数组中，左指针向右移动，数值单调不减；右指针向左移动，数值单调不增。这一增一减之间，我们就能像用天平秤一样，通过移动指针精确控制三个数的总和是变大还是变小。

这个思想特别像你在一个爬坡路上找某个海拔高度：如果当前位置海拔太低，你就往高处走几步；太高了，就往低处退几步。整个过程不需要回头摸索，因为有单调性作为方向指引。

2.3 固定一个指针，让另外两个指针“对撞”

接下来是核心推导。既然要枚举三个数，那我们就固定其中一个，让另外两个用一个“对撞”的过程去搜索，这样三重循环就被降成了两重循环。

具体做法是：外层循环固定第一个数 nums[i]。既然目标是三数之和为 0，那么剩下两个数 nums[j] 与 nums[k] 的目标和就明确了，是 target = -nums[i]。此时问题退化为经典的“有序数组中找两数之和等于 target”。

在有序数组中寻找两数之和，最优解法就是双指针：一个左指针 j 从 i + 1 开始向右移动，一个右指针 k 从数组末尾开始向左移动。计算 currentSum = nums[j] + nums[k]：

• 若 currentSum == target：记录三元组 (nums[i], nums[j], nums[k])，然后左指针右移、右指针左移；
• 若 currentSum < target：说明两数之和偏小，只有左指针向右移动、增大 nums[j]，才能让总和的量级往上走；
• 若 currentSum > target：说明两数之和偏大，需要右指针向左移动、减小 nums[k]。

每次指针移动，都会排除掉一整批不可能产生答案的组合。举例来说，当 currentSum < target 时，意味着当前 j 和任意比 j 更靠左的指针组合都不可能满足条件，因为它们只会让值更小。双指针的 O(n) 扫描就这样替代了 O(n²) 的两层循环。

这个降维思路在整个算法题体系里都非常重要。你在“盛最多水的容器”“接雨水”里见到的双指针，和这里的思路同源——都是利用有序性缩小搜索空间。不同之处在于，这里多了一层“固定一个数”的