1. LeetCode Hot 100 刷题的价值与策略
刷LeetCode Hot 100是算法能力提升的高效路径。这100道题目经过大量用户真实提交数据筛选，覆盖了面试中最常考察的算法模式和数据结构。Day6的题目15/100（三数之和）是其中的经典题型，它考察的是对双指针技巧的灵活运用，以及对边界条件的处理能力。
在实际面试中，类似三数之和的问题经常出现在大厂的初面环节。根据我的面试官经验，约60%的候选人能写出基础解法，但只有不到20%能正确处理所有边界情况并给出优化方案。这道题的价值在于它训练了将复杂问题分解为已知模式（两数之和）的能力，这正是算法思维的核心。
2. 题目15：三数之和的暴力解法分析
2.1 问题描述与初步理解
给定包含n个整数的数组nums，判断是否存在三个元素a、b、c使得a + b + c = 0？需要找出所有不重复的三元组。示例：
输入：nums = [-1,0,1,2,-1,-4] 输出：[[-1,-1,2],[-1,0,1]]2.2 三重循环的暴力解法
最直观的解法是三层嵌套循环：
def threeSum(nums): res = [] n = len(nums) for i in range(n): for j in range(i+1, n): for k in range(j+1, n): if nums[i] + nums[j] + nums[k] == 0: triplet = sorted([nums[i], nums[j], nums[k]]) if triplet not in res: res.append(triplet) return res这种解法时间复杂度为O(n³)，在LeetCode上会超时。但理解这个基础版本很重要，它是我们优化思路的起点。
注意：即使在这种低效解法中，处理重复三元组的方式（先排序再检查）已经暗示了后续优化的方向。
3. 排序+双指针的优化方案
3.1 算法思路拆解
- 排序预处理：首先将数组排序（O(nlogn)），这使得我们可以利用有序性跳过重复元素和指导指针移动
- 固定一个数：外层循环遍历数组，固定当前元素作为第一个数nums[i]
- 双指针找目标：在内层使用左右指针（初始位于i+1和末尾），根据三数之和与0的关系移动指针：
- 和>0：右指针左移
- 和<0：左指针右移
- 和=0：记录结果并跳过重复元素
3.2 完整实现代码
def threeSum(nums): nums.sort() res = [] n = len(nums) for i in range(n-2): if i > 0 and nums[i] == nums[i-1]: continue # 跳过重复元素 left, right = i+1, n-1 while left < right: total = nums[i] + nums[left] + nums[right] if total < 0: left += 1 elif total > 0: right -= 1 else: res.append([nums[i], nums[left], nums[right]]) # 跳过左侧重复 while left < right and nums[left] == nums[left+1]: left += 1 # 跳过右侧重复 while left < right and nums[right] == nums[right-1]: right -= 1 left += 1 right -= 1 return res3.3 时间复杂度分析
- 排序：O(nlogn)
- 外层循环：O(n)
- 内层双指针：O(n) 总体复杂度为O(n²)，相比暴力解法是质的飞跃
4. 关键细节与边界处理
4.1 去重机制的实现
去重是这道题最容易出错的部分，需要在三个层面处理：
- 外层循环去重：当nums[i] == nums[i-1]时跳过，避免固定相同的第一个数
- 找到解后的去重：在记录有效解后，需要跳过所有连续的相同nums[left]和nums[right]
- 提前终止条件：当nums[i] > 0时可以提前结束，因为排序后后面的数都更大，不可能三数和为0
4.2 指针移动的边界条件
while left < right and nums[left] == nums[left+1]: left += 1这段代码必须保证left < right，否则在最后两个元素时会越界。这是新手常见的错误点。
4.3 输入特殊情况的处理
- 数组长度小于3：直接返回空列表
- 全零数组：需要正确处理多个[0,0,0]的情况
- 所有元素相同但不满足条件：如[1,1,1,...]
5. 算法变种与扩展思考
5.1 最接近的三数之和（LeetCode 16题）
将条件改为找和最接近target的三元组，核心逻辑相似但需要维护最小差值：
if abs(total - target) < abs(closest - target): closest = total5.2 四数之和（LeetCode 18题）
在三数之和基础上再加一层循环，时间复杂度升到O(n³)，但核心思想一致：
- 排序数组
- 两层固定前两个数
- 内层使用双指针找后两个数
5.3 实际工程中的应用场景
这种多指针技术常见于：
- 数据库的多条件查询优化
- 游戏开发中的碰撞检测
- 金融分析中的多因子组合筛选
6. 刷题经验与调试技巧
6.1 测试用例设计建议
自己测试时应考虑这些情况：
[0,0,0,0] # 多个零 [-2,0,1,1,2] # 多个有效解 [1,2,-2,-1] # 无解情况 [] # 空输入 [0,0] # 元素不足6.2 调试打印技巧
在双指针移动时添加调试输出：
print(f"i={i}, left={left}, right={right}, sum={nums[i]+nums[left]+nums[right]}")这能清晰看到指针移动轨迹和判断逻辑是否正确。
6.3 性能优化实测
在我的MacBook Pro上测试：
- n=1000：暴力解法约8秒，双指针解法仅0.02秒
- n=3000：暴力解法超时(>60s)，双指针解法0.15秒
7. 常见错误模式分析
7.1 去重逻辑错误
错误示例：
# 错误：只比较相邻元素 if nums[i] == nums[i+1]: continue这会导致漏解，如[-1,-1,2]会被错误跳过。
7.2 指针移动条件错误
常见错误是在找到解后只移动一个指针：
# 错误：会导致死循环 if total == 0: res.append(...) left += 1 # 忘记移动right7.3 边界条件遗漏
未处理输入长度不足3的情况：
# 错误：当len(nums)=2时会越界 for i in range(len(nums)-2): ...8. 算法思维的进阶训练
理解这道题后，可以尝试以下练习巩固：
- 手动模拟算法在示例输入下的执行过程
- 尝试不排序的解法（虽然效率低但锻炼思维）
- 改写为返回下标而非元素值的版本
- 思考如果允许重复使用元素该如何修改
我在实际面试中遇到过这道题的多个变种，比如要求返回所有可能的三元组乘积最大的那个，核心算法不变，只需额外维护最大乘积值。这种举一反三的能力正是刷题的要义。
