思路分析
容器的水量 = 「两条线的水平距离」×「两条线中较矮的那条的高度」（短板决定容量）。
暴力枚举所有两条线的组合（O (n²)）会超时，最优解法用** 双指针贪心策略** ：
- 初始指针 left 指向数组开头（0），right 指向数组末尾（n-1），此时水平距离最大；
- 计算当前容器水量，更新最大水量；
- 贪心移动指针：始终移动指向较矮线条的指针（因为移动高线条只会让水平距离减小，而容量由短板决定，无法得到更大水量；移动矮线条可能遇到更高线条，从而提升容量）；
- 重复步骤 2-3，直到 left >= right。
代码实现
java
public int maxArea(int[] height){
// 定义双指针，left指向数组的第一个元素，right指向数组的最后一个元素
int left = 0, right = height.length - 1;
// 定义maxArea记录最大面积
int maxArea = 0;
// 遍历数组，更新maxArea
while(left < right){
// 计算当前面积
int curArea = (right - left) * Math.min(height[left], height[right]);
// 更新maxArea
maxArea = Math.max(maxArea, curArea);
// 更新指针
if (height[left] < height[right]){
left++;
}else{
right--;
}
}
return maxArea;
}复杂度分析
- 时间复杂度：O (n)，仅遍历数组一次，双指针移动总次数为 n；
- 空间复杂度：O (1)，仅使用常数额外空间。
为什么这种方式可以
核心结论：双指针通过「贪心策略+排除无效解」，无需遍历所有情况（双层for循环），就能保证找到最大值------因为它每一步都在主动淘汰不可能成为最优解的组合，只保留有潜力的候选，本质是"用逻辑减少无效枚举"。
要理解这个问题，我们先拆透两个关键：
一、先想透：为什么双层for循环能得到答案，但没必要？
双层for循环的核心是「枚举所有两条线的组合」，计算每个组合的水量，再取最大值。这确实能得到正确答案，因为它覆盖了所有可能性。
但问题在于效率，所以，我们需要一种"不枚举所有组合，但能找到最大值"的方法，而双指针就是基于「贪心+排除法」实现的。
二、双指针的核心逻辑：为什么"移动短板"能排除无效解？
我们先明确两个前提：
- 容器水量 = 水平距离 × 短板高度（短板是容量的"天花板"）；
- 初始时，双指针在数组两端（left=0，right=n-1），此时水平距离最大------这是所有组合中"距离最长"的候选，是一个重要的基准。
接下来关键思考：当我们计算完当前组合（left, right）的水量后，该移动哪个指针？为什么移动短板，而不是长板？
举个例子：假设当前left指向的高度是3，right指向的高度是5（短板是left）。
- 如果移动长板（right左移）：新的组合是（left, right-1）。此时水平距离减少了1，而短板依然是left（3）（因为right-1的高度无论大于3还是小于3，短板都不会比3更大）。所以新组合的水量 = （距离-1）× 短板（≤3），必然小于原来的水量（距离×3）------这个新组合是"无效解"，不可能成为最大值，没必要枚举。
- 如果移动短板（left右移）：新的组合是（left+1, right）。此时水平距离减少了1，但短板可能变大（比如left+1的高度是4），新水量 = （距离-1）×4，有可能比原来的水量更大------这个组合是"有潜力的解"，需要保留。
简单说：移动长板只会让水量变小，移动短板才有可能让水量变大。所以每一步移动短板，本质是在"淘汰所有以当前短板为左/右边界的无效组合"，这些组合没必要再用双层for循环枚举了。
三、为什么双指针能覆盖所有"有潜力的最优解"？
很多人担心：双指针跳过了很多组合，会不会漏掉最大值？
答案是：不会。因为被跳过的组合，全是"不可能比当前已知最大值更大"的无效解。
我们用一个形象的比喻理解：
- 所有可能的组合，都可以看作是"以不同left和right为边界的矩形"；
- 初始时，我们有一个"最宽的矩形"（left=0，right=n-1），这是第一个候选；
- 之后每一步，我们都在"缩小宽度"，但通过"移动短板"，试图让 高度的提升抵消宽度的减少------从而得到更大的面积；
- 被跳过的组合（比如移动长板得到的组合），** 都是"宽度变小，高度还不变/变小"的矩形 **，它们的面积必然小于当前候选，不可能成为最大值。
举个具体例子（数组[1,8,6,2,5,4,8,3,7]）：
- 初始组合（0,8）：水量=8×1=8（短板是0）；
- 移动短板（left=0→1）：新组合（1,8），水量=7×7=49（当前最大值）；
- 此时短板是right=8（高度7），移动right=8→7：新组合（1,7），水量=6×3=18（小于49）；
- 继续移动right=7→6：新组合（1,6），水量=5×8=40（仍小于49）；
- 后续所有组合的水量，都无法超过49------因为要么宽度更小，要么短板更低。
整个过程中，双指针只遍历了n次（O(n)），但每一步都在"锁定更优的候选"，没有漏掉任何可能成为最大值的组合。
四、总结：双指针 vs 双层for循环
| 对比维度 | 双层for循环 | 双指针 |
|---|---|---|
| 核心逻辑 | 枚举所有组合，暴力比较 | 贪心移动短板，排除无效解 |
| 时间复杂度 | O(n²)（超时风险） | O(n)（高效） |
| 是否漏解 | 不会（覆盖所有情况） | 不会（只淘汰无效解） |
| 本质区别 | "穷举所有"找最大值 | "逻辑筛选"找最大值 |
简单说：双层for循环是"大海捞针"，双指针是"精准定位"------它用贪心策略证明了"很多针根本没必要捞"，从而在不牺牲正确性的前提下，大幅提升效率。
这也是算法设计的核心思想：不是所有问题都需要"遍历所有情况"，只要能通过逻辑排除无效解，就能用更高效的方法找到答案。