LeetCode 面试经典 150 题：移除元素（双指针思想优化解法详解）

在数组类算法题目中，“移除元素” 是一道考察 “原地操作” 能力的基础题，其核心是在不借助额外数组（或仅用常数级额外空间）的前提下，完成元素的筛选与保留。本文将围绕这道题的最优解法展开，从题目理解到思路推导，再到代码实现，帮你掌握 “用变量记录有效元素个数” 这一高效解题技巧。

一、题目链接与题干解读

首先，建议你先通过以下链接熟悉题目，尝试独立思考解题方向：

LeetCode 题目链接：27. 移除元素

题干核心信息

题目要求如下：

给你一个数组 nums 和一个值 val，请你原地移除所有数值等于 val 的元素，并返回移除后数组的新长度。

不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并原地修改输入数组。

元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。

示例理解

通过两个典型示例，能更直观理解题目要求：

• 示例 1：输入 nums = [3,2,2,3]，val = 3，输出 2，且移除后数组前 2 个元素为 [2,2]。解释：需要删除所有值为 3 的元素，剩余 2 个有效元素，返回长度 2 即可，无需关注数组后续元素。

• 示例 2：输入 nums = [0,1,2,2,3,0,4,2]，val = 2，输出 5，且移除后数组前 5 个元素为 [0,1,3,0,4]。解释：删除所有值为 2 的元素后，剩余 5 个有效元素，返回长度 5。

二、解题思路：用变量 k 记录有效元素个数

拿到这道题，很多人可能会想到 “遍历数组，遇到等于 val 的元素就删除”，但数组的删除操作（如 Python 中的pop）会导致后续元素前移，时间复杂度可能达到O(n²)。而 “用变量 k 记录有效元素个数” 的方法，本质是双指针思想的简化，能在O(n)时间内完成操作，且空间复杂度为O(1)。

1. 核心逻辑：筛选有效元素并 “前移”

我们可以把变量k看作两个角色：

• 一是 “有效元素计数器”：记录当前已找到的、不等于val的元素个数；

• 二是 “有效元素存放指针”：指向数组中 “下一个有效元素应该存放的位置”（即索引k）。

整个解题逻辑可概括为：遍历数组，每遇到一个不等于val的元素，就把它放到索引k的位置，然后k加 1；遇到等于val的元素则直接跳过。最终k的值就是移除元素后数组的新长度，数组前k个元素就是筛选后的有效元素。

2. 步骤拆解与示例演示

以示例 2（nums = [0,1,2,2,3,0,4,2]，val = 2）为例，一步步看过程：

步骤 1：初始化变量 k

一开始，还未遍历数组，有效元素个数为 0，所以k = 0（此时k指向索引 0，即第一个有效元素的存放位置）。

步骤 2：遍历数组，筛选有效元素

遍历数组的每个元素x（从索引 0 开始），判断x是否等于val：

• 索引 0：x = 0，不等于 2 → 把0放到nums[0]（本身就在正确位置），k加 1 → k = 1；

• 索引 1：x = 1，不等于 2 → 把1放到nums[1]，k加 1 → k = 2；

• 索引 2：x = 2，等于 2 → 跳过，k保持 2；

• 索引 3：x = 2，等于 2 → 跳过，k保持 2；

• 索引 4：x = 3，不等于 2 → 把3放到nums[2]（此时nums变为[0,1,3,2,3,0,4,2]），k加 1 → k = 3；

• 索引 5：x = 0，不等于 2 → 把0放到nums[3]（nums变为[0,1,3,0,3,0,4,2]），k加 1 → k = 4；

• 索引 6：x = 4，不等于 2 → 把4放到nums[4]（nums变为[0,1,3,0,4,0,4,2]），k加 1 → k = 5；

• 索引 7：x = 2，等于 2 → 跳过，k保持 5。

步骤 3：返回 k 的值

遍历结束后，k = 5，这就是移除元素后数组的新长度。此时数组前 5 个元素[0,1,3,0,4]就是有效元素，与示例预期结果一致。

3. 关键注意点

• 原地修改：整个过程中，我们没有创建新数组，所有操作都在原数组nums上进行，符合题目 “原地修改” 的要求；

• 元素顺序：这种方法会保持有效元素的相对顺序（如示例 2 中，0、1、3、0、4 的顺序与原数组中有效元素的出现顺序一致），但题目允许元素顺序改变，因此即使顺序变化也不影响正确性；

• 无需处理后续元素：题目明确 “不需要考虑数组中超出新长度后面的元素”，因此遍历结束后，无需管nums[k]及之后的元素，直接返回k即可。

三、复杂度分析

1. 时间复杂度：O (n)

• 我们只对数组nums进行了一次遍历，每个元素只被判断一次（是否等于val），最多执行一次赋值操作（将有效元素放到nums[k]）；

• 遍历的总次数为数组长度n，因此时间复杂度是线性的O(n)。

2. 空间复杂度：O (1)

• 整个过程只用到了一个额外变量k，没有开辟新的数组、列表或其他数据结构；

• 所有操作都在原数组上完成，额外空间的使用与数组长度n无关，因此空间复杂度是常数级的O(1)。

四、代码实现（预留位置）

根据上述思路，我们可以写出简洁高效的代码，以下以 Python 为例（其他语言如 Java、C++ 逻辑一致，只需调整语法）：

1，Python3

class Solution:def removeElement(self, nums: List[int], val: int) -> int:k = 0for x in nums:if x != val:nums[k] = xk += 1return k

2，Java

class Solution {public int removeElement(int[] nums, int val) {int k = 0;for (int x : nums) {if (x != val) {nums[k++] = x;}}return k;}
}

你可以将上述代码复制到 LeetCode 编辑器中，结合题目示例进行测试。

五、总结与拓展

这道题的核心是 “用变量 k 追踪有效元素的位置和个数”，本质是双指针思想的简化 —— 如果把k看作 “慢指针”，遍历数组的索引（或元素）看作 “快指针”，就是典型的 “快慢双指针” 解法：快指针负责遍历数组筛选元素，慢指针负责存放有效元素。

类似题目拓展

这种 “双指针筛选元素” 的思路，在很多数组题目中都有应用，例如：

• 26. 删除有序数组中的重复项：用慢指针记录不重复元素的位置，快指针遍历数组，遇到不重复元素就放到慢指针位置，最后返回慢指针的值；

• 283. 移动零：用慢指针记录非零元素的位置，快指针遍历数组，将非零元素放到慢指针位置，遍历结束后将慢指针及之后的元素设为 0。

掌握这种思路，能帮你快速解决一系列 “原地筛选、原地修改” 的数组问题，提升解题效率。

希望通过本文的讲解，你能不仅学会 “移除元素” 这道题的解法，更能理解背后的双指针思想，做到举一反三，应对更多类似题目。