当前位置: 首页 > news >正文

双指针技巧深度解析

双指针技巧深度解析

    • 基本概念
    • 对撞指针的算法原理
    • 典型案例分析与实现
      • 两数之和(有序数组)
      • 验证回文串
      • 盛最多水的容器
      • 三数之和
      • 复杂度分析
    • 总结与扩展
      • 核心思想总结
      • 适用场景
      • 注意事项

双指针技巧广泛应用于数组、链表等线性数据结构的问题中,通过使用两个指针在数据结构中协同移动,可以高效地解决许多看似复杂的问题。本文我将全面介绍双指针的基本概念、算法原理、经典案例分析与实现。

基本概念

双指针技巧是指在遍历数据结构时,使用两个指针协同工作,从而在不需要额外空间的情况下优化时间复杂度。双指针通常分为以下两种类型:

  1. 对撞指针:两个指针分别从数组的两端开始向中间移动,直到相遇。适用于有序数组的问题。
    双指针法

  2. 快慢指针:两个指针以不同的速度移动,通常用于链表中的环检测、中间节点查找等问题。(主页搜索,有写过专题)

对撞指针的算法原理

对撞指针(Opposite Direction Pointers)通常用于解决有序数组或链表中的问题。基本思路是:

  • 初始化两个指针,一个指向数组的起始位置(左指针),另一个指向数组的末尾位置(右指针)。
  • 根据问题的条件,移动左指针向右或右指针向左。
  • 当两个指针相遇时,遍历结束。

对撞指针的核心在于利用问题的特性(如数组有序),通过合理移动指针来减少不必要的遍历,从而将时间复杂度从 O ( n 2 ) O(n²) O(n2)优化到 O ( n ) O(n) O(n)

典型案例分析与实现

两数之和(有序数组)

题目描述:给定一个已按照升序排列的有序数组,找到两个数使得它们相加之和等于目标数。返回这两个数的下标(从1开始)。

解题思路:使用对撞指针,左指针指向数组起始位置,右指针指向数组末尾。如果两数之和小于目标值,左指针右移;如果大于目标值,右指针左移;如果相等,则找到结果。

public int[] twoSum(int[] numbers, int target) {int left = 0, right = numbers.length - 1;while (left < right) {int sum = numbers[left] + numbers[right];if (sum == target) {return new int[]{left + 1, right + 1}; // 下标从1开始} else if (sum < target) {left++; // 和太小,左指针右移} else {right--; // 和太大,右指针左移}}return new int[]{-1, -1}; // 没有找到符合条件的数对
}

验证回文串

题目描述:给定一个字符串,验证它是否是回文串,只考虑字母和数字字符,可以忽略字母的大小写。

解题思路:使用对撞指针,左指针指向字符串的起始位置,右指针指向字符串的末尾。跳过非字母和数字的字符,比较两个指针指向的字符是否相等(忽略大小写)。

public boolean isPalindrome(String s) {int left = 0, right = s.length() - 1;while (left < right) {// 跳过非字母和数字的字符while (left < right && !Character.isLetterOrDigit(s.charAt(left))) {left++;}while (left < right && !Character.isLetterOrDigit(s.charAt(right))) {right--;}// 比较字符(忽略大小写)if (Character.toLowerCase(s.charAt(left)) != Character.toLowerCase(s.charAt(right))) {return false;}left++;right--;}return true;
}

盛最多水的容器

题目描述:给定n个非负整数a₁,a₂,…,aₙ,每个数代表坐标中的一个点(i,aᵢ)。在坐标内画n条垂直线,垂直线i的两个端点分别为 ( i , a i ) (i,aᵢ) (i,ai) ( i , 0 ) (i,0) (i,0)。找出其中的两条线,使得它们与x轴共同构成的容器可以容纳最多的水。

解题思路:使用对撞指针,左指针指向数组起始位置,右指针指向数组末尾。容器的容积由较短的垂直线和两指针之间的距离决定。每次移动较短的垂直线对应的指针,以寻找更大的容积

public int maxArea(int[] height) {int left = 0, right = height.length - 1;int maxArea = 0;while (left < right) {int currentArea = Math.min(height[left], height[right]) * (right - left);maxArea = Math.max(maxArea, currentArea);// 移动较短的垂直线对应的指针if (height[left] < height[right]) {left++;} else {right--;}}return maxArea;
}

三数之和

题目描述:给定一个包含 n n n个整数的数组nums,判断nums中是否存在三个元素 a a a, b b b, c c c,使得 a + b + c = 0 a + b + c = 0 a+b+c=0?找出所有满足条件且不重复的三元组。

解题思路:先对数组进行排序,然后遍历数组,将每个元素作为三元组的第一个元素。对于每个元素,使用对撞指针在剩余元素中寻找另外两个元素,使得它们的和等于当前元素的相反数。

public List<List<Integer>> threeSum(int[] nums) {List<List<Integer>> result = new ArrayList<>();if (nums == null || nums.length < 3) {return result;}// 对数组进行排序Arrays.sort(nums);int n = nums.length;for (int i = 0; i < n - 2; i++) {// 跳过重复的第一个元素if (i > 0 && nums[i] == nums[i - 1]) {continue;}int target = -nums[i];int left = i + 1, right = n - 1;while (left < right) {int sum = nums[left] + nums[right];if (sum == target) {result.add(Arrays.asList(nums[i], nums[left], nums[right]));// 跳过重复的第二个元素while (left < right && nums[left] == nums[left + 1]) {left++;}// 跳过重复的第三个元素while (left < right && nums[right] == nums[right - 1]) {right--;}left++;right--;} else if (sum < target) {left++;} else {right--;}}}return result;
}

复杂度分析

对撞指针算法的时间复杂度通常为 O ( n ) O(n) O(n),其中n为数组或字符串的长度。这是因为每个指针最多遍历一次数据结构。空间复杂度为 O ( 1 ) O(1) O(1),因为只需要使用常数级的额外空间。

总结与扩展

核心思想总结

对撞指针通过在有序数组的两端设置指针并相向移动,利用数组的有序性减少不必要的遍历,从而高效解决问题。

适用场景

对撞指针适用于以下类型的问题:

  • 有序数组中的元素对或三元组问题
  • 字符串中的回文串验证
  • 数组中的区间问题

注意事项

  • 在处理重复元素时,需要适当跳过以避免结果重复。
  • 在移动指针前,要确保指针不越界

That’s all, thanks for reading!
觉得有用就点个赞、收进收藏夹吧!关注我,获取更多干货~

相关文章:

  • 新一代python的包管理软件mamba
  • 详解HashMap底层原理
  • JDBC 工具类:1.0到3.0版本
  • 【大模型水印论文阅读2】前缀文本编码、均匀性约束
  • Java--数组
  • 基于springboot的火锅店点餐系统
  • OpenCV图像添加水印
  • RocketMQ 消息长轮询
  • Day44 预训练模型
  • Python实例题:文件内容搜索工具
  • 探秘AI的秘密:leaked-system-prompts
  • 视图、索引介绍
  • Java底层原理:深入理解JVM内存模型与线程安全
  • 从零开始的二三维CAD|CAE轻量级软件开发:学习以及研发,Gmsh的脚本编辑器设计!
  • 微软全新开源的Agentic Web网络项目:NLWeb详解
  • 性能测试常见指标与瓶颈分析方法
  • [Ethernet in CANoe]1--SOME/IP arxml文件格式的区别
  • 导出docker-compse.yml中docker镜像成tar文件
  • 微调大语言模型后,如何评估效果?一文讲清
  • 领域驱动设计(DDD)【18】之实现聚合的不变规则和持久化