1. 算法精讲系列开篇：两数之和与三数之和
作为一名算法工程师，我经常遇到这样的场景：面试时被问到"两数之和"，工作中需要优化"三数之和"的变种问题。这两个看似基础的算法题，实际上蕴含着哈希表、双指针等核心思想，是检验程序员基本功的试金石。今天我就用Python3实现为例，带大家彻底吃透这两个经典问题。
2. 两数之和问题详解
2.1 问题描述与暴力解法
给定一个整数数组nums和一个目标值target，找出数组中两个数之和等于target的下标组合。例如：
python复制nums = [2,7,11,15], target = 9
# 返回 [0,1] 因为 nums[0] + nums[1] = 2 + 7 = 9
最直观的解法是双重循环：
python复制def twoSum(nums, target):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[i] + nums[j] == target:
return [i, j]
return []
时间复杂度O(n²)，空间复杂度O(1)。当数组规模较大时（比如10⁵级别），这种解法就会超时。
2.2 哈希表优化解法
我们可以用哈希表（Python中为字典）存储已遍历元素的值和索引，将查找时间从O(n)降到O(1)：
python复制def twoSum(nums, target):
hashmap = {}
for i, num in enumerate(nums):
complement = target - num
if complement in hashmap:
return [hashmap[complement], i]
hashmap[num] = i
return []
这个解法的时间复杂度降到了O(n)，空间复杂度O(n)。在实际工程中，这种空间换时间的策略非常常见。
注意：当数组中有重复元素时，哈希表解法仍然有效，因为遇到第二个相同元素时，第一个元素的索引已经被存储在哈希表中了。
2.3 边界条件与测试用例
完整的实现需要考虑各种边界情况：
- 空数组输入
- 无解情况
- 多个解的情况（通常题目要求返回任意一个解即可）
- 负数和大数情况
建议的测试用例：
python复制assert twoSum([], 9) == []
assert twoSum([2,7,11,15], 10) == []
assert twoSum([3,3], 6) == [0,1]
assert twoSum([-1,-2,-3,-4], -7) == [2,3]
3. 三数之和问题深入解析
3.1 问题描述与难点分析
三数之和要求找出数组中所有不重复的三元组，使得它们的和为0。例如：
python复制nums = [-1,0,1,2,-1,-4]
# 返回 [[-1,-1,2], [-1,0,1]]
与两数之和相比，三数之和的难点在于：
- 需要找出所有可能的解，而不是任意一个解
- 需要处理重复解的问题
- 时间复杂度控制更为关键
3.2 排序+双指针解法
最优解法是先排序，然后固定一个数，用双指针找另外两个数：
python复制def threeSum(nums):
nums.sort()
res = []
for i in range(len(nums)-2):
if i > 0 and nums[i] == nums[i-1]:
continue # 跳过重复元素
left, right = i+1, len(nums)-1
while left < right:
s = nums[i] + nums[left] + nums[right]
if s < 0:
left += 1
elif s > 0:
right -= 1
else:
res.append([nums[i], nums[left], nums[right]])
while left < right and nums[left] == nums[left+1]:
left += 1 # 跳过重复
while left < right and nums[right] == nums[right-1]:
right -= 1 # 跳过重复
left += 1
right -= 1
return res
时间复杂度O(n²)，空间复杂度O(1)（不考虑结果存储空间）。
3.3 关键点解析
- 排序预处理：排序是双指针法的基础，使得我们可以根据和的大小调整指针位置
- 去重处理：需要在三个地方进行去重：
- 外层循环固定的数
- 左指针移动时
- 右指针移动时
- 提前终止条件：当固定的数已经大于0时，可以提前终止循环
3.4 性能优化技巧
在实际编码面试中，可以加入这些优化：
python复制if len(nums) < 3:
return []
nums.sort()
if nums[0] > 0 or nums[-1] < 0:
return [] # 全正数或全负数直接返回
4. 算法变种与实际应用
4.1 两数之和变种
- 两数之和II - 输入有序数组：可以直接用双指针法
- 两数之和III - 数据结构设计：设计支持频繁查询的数据结构
- 两数之和小于目标值：统计满足条件的对数
4.2 三数之和变种
- 最接近的三数之和：记录最接近target的和
- 较小的三数之和：统计和小于target的三元组数量
- 四数之和：在外层再加一层循环
4.3 实际工程应用
- 推荐系统：寻找用户兴趣组合
- 金融分析：寻找满足特定条件的投资组合
- 游戏开发：物品属性组合计算
5. 常见错误与调试技巧
5.1 两数之和常见bug
- 返回元素值而非索引：题目通常要求返回索引
- 忽略重复元素处理：虽然不影响结果，但可能影响效率
- 哈希表初始化不当：Python中建议使用{}而非dict()
5.2 三数之和调试要点
- 去重逻辑错误：最容易出错的部分
- 指针移动条件：注意是移动左指针还是右指针
- 边界条件处理：数组长度不足3的情况
5.3 调试方法
- 打印中间变量：在双指针移动时打印left,right和当前和
- 小规模测试：先用3-5个元素的数组测试
- 极端情况测试：全相同元素、全正数、全负数等
6. 算法复杂度对比
| 问题 | 暴力解法 | 优化解法 | 最优解法 |
|---|---|---|---|
| 两数之和 | O(n²) | O(nlogn) | O(n) |
| 三数之和 | O(n³) | O(n²logn) | O(n²) |
7. 扩展练习建议
为了真正掌握这两个算法，建议尝试：
- 手写实现3-5遍，直到能无bug一次写出
- 在LeetCode上提交并查看更优解
- 尝试用其他语言实现（如Java、C++）
- 解决相关的变种问题
我个人的经验是，这两个算法看似简单，但要在面试中完美实现，至少需要练习10次以上。特别是三数之和的去重逻辑，很容易出错。建议在写代码时，先把去重的注释写上，再填充具体代码。