双指针基础原理与题目说明
文章目录
- 双指针基础原理与题目说明
-
- 专栏文章
- [一、 什么是双指针算法？](#一、 什么是双指针算法？)
- [二、 常见类型与标准模板](#二、 常见类型与标准模板)
-
- [2.1 左右指针（相向双指针 / Two Ends）](#2.1 左右指针（相向双指针 / Two Ends）)
- [2.2 快慢指针（同向双指针 / Slow & Fast）](#2.2 快慢指针（同向双指针 / Slow & Fast）)
- [三、 快慢/同向双指针应用](#三、 快慢/同向双指针应用)
-
- [[283. 移动零](https://leetcode.cn/problems/move-zeroes/)](#283. 移动零)
- [四、 左右/相向双指针应用](#四、 左右/相向双指针应用)
-
- [[11. 盛最多水的容器](https://leetcode.cn/problems/container-with-most-water/)](#11. 盛最多水的容器)
- [[15. 三数之和](https://leetcode.cn/problems/3sum/)](#15. 三数之和)
- [[42. 接雨水](https://leetcode.cn/problems/trapping-rain-water/)](#42. 接雨水)
- [[189. 轮转数组](https://leetcode.cn/problems/rotate-array/)](#189. 轮转数组)
- [[234. 回文链表](https://leetcode.cn/problems/palindrome-linked-list/)](#234. 回文链表)
- [五、 双序列/链表指针应用](#五、 双序列/链表指针应用)
-
- [[21. 合并两个有序链表](https://leetcode.cn/problems/merge-two-sorted-lists/)](#21. 合并两个有序链表)
- [[2. 两数相加](https://leetcode.cn/problems/add-two-numbers/)](#2. 两数相加)
- [[4. 寻找两个正序数组的中位数](https://leetcode.cn/problems/median-of-two-sorted-arrays/)](#4. 寻找两个正序数组的中位数)
- [六、 双指针与其他算法的巧妙结合](#六、 双指针与其他算法的巧妙结合)
-
- [[238. 除了自身以外数组的乘积](https://leetcode.cn/problems/product-of-array-except-self/) (前后缀指针)](#238. 除了自身以外数组的乘积 (前后缀指针))
- [[101. 对称二叉树](https://leetcode.cn/problems/symmetric-tree/) (DFS递归 + 镜像双指针)](#101. 对称二叉树 (DFS递归 + 镜像双指针))
- [[131. 分割回文串](https://leetcode.cn/problems/palindrome-partitioning/) (回溯 + 左右指针)](#131. 分割回文串 (回溯 + 左右指针))
🔗 查看完整专栏（LeetCode基础算法专栏）
专栏文章
点击阅读：Python 数据结构与语法速查笔记
点击阅读：哈希表基础原理与题目说明
特别说明： 本文为个人的 LeetCode 刷题与学习笔记，内容仅供学习与交流使用，禁止转载或用于商业用途。需要强调的是，文中的题目解法不一定是最优解（可能存在时间或空间复杂度的进一步优化空间），主要目的是分享个人的解题思路与逻辑实现，仅供参考。 笔记内容为个人理解与总结，可能存在疏漏或偏差，欢迎读者自行甄别并交流探讨。
一、 什么是双指针算法？
双指针（Two Pointers）是一种核心的算法技巧，通过在序列（数组、字符串或链表）中维护两个指针（通常是慢指针和快指针 、左右指针 ，或者双序列指针 ），来减少不必要的重复遍历，从而大幅提高算法效率。
常用于解决以下问题：
- 有序数组 / 链表问题
- 子数组 / 子序列问题
- 回文字符串判断 / 数组原地翻转
- 滑动窗口问题（本质是同向双指针）
- 合并区间 / 两数之和 / 三数之和 / 接雨水等
核心思想：
- 两个指针同时遍历或从两端向中间靠拢。
- 根据题意设定的条件动态移动指针，避免嵌套循环（将 O ( n 2 ) O(n^2) O(n2) 优化为 O ( n ) O(n) O(n)）。
- 利用指针之间的相对位置与滑动状态判断问题结果。
二、 常见类型与标准模板
2.1 左右指针（相向双指针 / Two Ends）
通常用于有序数组 或字符串 。左指针 l 从左向右，右指针 r 从右向左，根据条件移动 l 或 r，直到两者相遇。
典型应用：区间翻转（Reverse）
核心逻辑就是标准左右指针交换模板：l 指向当前区间左端，r 指向右端。条件 while l < r 保证每对元素只交换一次。
py
def reverse(nums, l, r):
while l < r:
# 原地交换
nums[l], nums[r] = nums[r], nums[l]
l += 1
r -= 1通用左右指针模板：
py
l, r = 0, len(arr) - 1
while l < r:
# 根据问题逻辑处理 arr[l], arr[r]
if condition1:
l += 1
elif condition2:
r -= 1
else:
# 视情况可能同时移动
l += 1
r -= 12.2 快慢指针（同向双指针 / Slow & Fast）
常用于链表 或数组原地修改。快指针走得快（如探路者），慢指针走得慢（如收集者）。
py
slow = fast = start_point
while fast and fast.next:
slow = slow.next
fast = fast.next.next
# 例如：判断环形链表
if slow == fast:
break三、 快慢/同向双指针应用
283. 移动零
题目描述 ：给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。必须在不复制数组的情况下原地对数组进行操作。
解题思路：
选用同起点双指针交换法。填充指针 l 标记下一个非零元素要填充的位置，遍历指针 r 逐个扫描寻找非零元素。通过原地交换，将非零元素按原始相对顺序"筛选"到前端，零元素自然归位到后端。
核心代码：
py
from typing import List
class Solution:
def moveZeroes(self, nums: List[int]) -> None:
"""
核心思路：双指针均从0起步，非零元素换至前端，零自然退至后端
"""
l, r = 0, 0
n = len(nums)
while r < n:
# 找到非零元素时，将其交换到 l 指向的位置
if nums[r] != 0:
nums[l], nums[r] = nums[r], nums[l]
l += 1
# 遍历指针持续右移
r += 1四、 左右/相向双指针应用
11. 盛最多水的容器
题目描述 ：给定一个长度为 n 的整数数组 height，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：
初始定位在两端（宽度最大）。盛水面积 = 指针间距（宽度） × 较矮的高度。因此，每次始终移动高度较矮的指针，牺牲宽度以换取寻找更高边界的可能。
核心代码：
py
from typing import List
class Solution:
def maxArea(self, height: List[int]) -> int:
l, r = 0, len(height) - 1
ans = 0
while l < r:
if height[l] < height[r]:
cur = (r - l) * height[l]
l += 1 # 移动更矮的左指针
else:
cur = (r - l) * height[r]
r -= 1 # 移动更矮的右指针
ans = max(ans, cur)
return ans15. 三数之和
题目描述 ：给你一个整数数组 nums，判断是否存在三元组和为 0。请你返回所有和为 0 且不重复的三元组。
解题思路：
排序 + 双指针法。外层循环固定一个数，内层将剩余空间转化为"两数之和等于其相反数"的问题。利用升序数组特性移动左右指针 j 和 k，同时注意过滤相邻重复元素以达到去重目的。
核心代码：
py
from typing import List
class Solution:
def threeSum(self, nums: List[int]) -> List[List[int]]:
ans = []
nums.sort() # 排序是去重与双指针移动的基础
for i in range(len(nums)):
# 去重：跳过 i 的重复值
if i > 0 and nums[i] == nums[i-1]:
continue
target = -nums[i]
k = len(nums) - 1
for j in range(i + 1, len(nums)):
# 去重：跳过 j 的重复值
if j > i + 1 and nums[j] == nums[j-1]:
continue
# 和过大则左移 k，缩小数值
while j < k and nums[j] + nums[k] > target:
k -= 1
if j == k:
break
if nums[j] + nums[k] == target:
ans.append([nums[i], nums[j], nums[k]])
return ans42. 接雨水
题目描述 ：给定 n 个非负整数表示柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。
解题思路：
单个位置接水量由「左右两侧最大高度的较小值」决定。双指针从两端向中间移动，实时维护 left_max 和 right_max。由当前较矮的一侧决定实际接水高度，计算完毕后向中间逼近。
核心代码：
py
from typing import List
class Solution:
def trap(self, height: List[int]) -> int:
ans = 0
l, r = 0, len(height) - 1
left_max = right_max = 0
while l < r:
left_max = max(left_max, height[l])
right_max = max(right_max, height[r])
# 由较矮的一侧决定接水量
if height[l] < height[r]:
ans += (left_max - height[l])
l += 1
else:
ans += (right_max - height[r])
r -= 1
return ans189. 轮转数组
题目描述 ：给定一个整数数组 nums，将数组中的元素向右轮转 k 个位置。
解题思路：
通过三次翻转实现原地右旋。基于前面提到的 reverse 左右指针交换模板：先翻转整个数组，再翻转前 k mod n 个元素，最后翻转剩余元素。
核心代码：
py
from typing import List
class Solution:
def rotate(self, nums: List[int], k: int) -> None:
n = len(nums)
index = k % n
def reverse(l, r):
while l < r:
nums[l], nums[r] = nums[r], nums[l]
l += 1
r -= 1
# 1. 翻转全部
reverse(0, n - 1)
# 2. 翻转前段 [0, (k mod n)-1]
reverse(0, index - 1)
# 3. 翻转后段 [k mod n, n-1]
reverse(index, n - 1)234. 回文链表
解题思路：
利用「数组可随机访问」的特性，先将链表元素按序存入数组。随后使用经典的左右指针从数组两端向中间靠拢，对比元素是否一致。
py
from typing import Optional
# class ListNode:
# def __init__(self, val=0, next=None):
# self.val = val
# self.next = next
class Solution:
def isPalindrome(self, head: Optional[ListNode]) -> bool:
listarray = []
current = head
while current:
listarray.append(current.val)
current = current.next
n = len(listarray)
l, r = 0, n - 1
while l <= r:
if listarray[l] != listarray[r]:
return False
l += 1
r -= 1
return True五、 双序列/链表指针应用
处理两个独立的序列或链表时，通常需要维护两个独立的遍历指针，比较后进行逻辑流转。
21. 合并两个有序链表
解题思路：
使用双指针+虚拟头节点。逐节点比较两个链表的当前值，优先拼接更小值的节点以保证升序。循环结束后，将未遍历完的链表直接追加到尾部。
核心代码：
py
from typing import Optional
class Solution:
def mergeTwoLists(self, list1: Optional[ListNode], list2: Optional[ListNode]) -> Optional[ListNode]:
dummy = cur_node = ListNode(0)
while list1 and list2:
if list1.val < list2.val:
cur_node.next = list1
list1 = list1.next
else:
cur_node.next = list2
list2 = list2.next
cur_node = cur_node.next
# 拼接剩余节点
cur_node.next = list1 if list1 else list2
return dummy.next2. 两数相加
解题思路：
逆序存储天然匹配从个位开始相加的逻辑。设置两个指针同步遍历链表，同时维护一个 carry（进位标记）。空节点按 0 处理，直至两链表遍历完且进位为 0 时终止。
核心代码：
py
from typing import Optional
class Solution:
def addTwoNumbers(self, l1: Optional[ListNode], l2: Optional[ListNode]) -> Optional[ListNode]:
dummy = cur = ListNode(0)
carry = 0
while l1 or l2 or carry:
val1 = l1.val if l1 else 0
val2 = l2.val if l2 else 0
total = val1 + val2 + carry
cur_val = total % 10
carry = total // 10
cur.next = ListNode(cur_val)
cur = cur.next
if l1: l1 = l1.next
if l2: l2 = l2.next
return dummy.next4. 寻找两个正序数组的中位数
解题思路：
通过双指针将两个有序数组合并为一个完整的升序数组。谁更小就把谁加入合并数组，最后根据合并数组的长度奇偶性计算中位数。
(注：严格要求的 O ( log ( m + n ) ) O(\log (m+n)) O(log(m+n)) 需使用二分查找，此处合并法的时间复杂度为 O ( m + n ) O(m+n) O(m+n)，胜在逻辑直观，适合作为基础掌握)
核心代码：
py
from typing import List
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
nums = []
idx1, idx2 = 0, 0
# 合并过程
while idx1 < len(nums1) and idx2 < len(nums2):
if nums1[idx1] < nums2[idx2]:
nums.append(nums1[idx1])
idx1 += 1
else:
nums.append(nums2[idx2])
idx2 += 1
# 追加剩余元素
nums.extend(nums1[idx1:])
nums.extend(nums2[idx2:])
n = len(nums)
if n % 2 == 1:
return nums[n // 2]
else:
left, right = n // 2 - 1, n // 2
return (nums[left] + nums[right]) / 2六、 双指针与其他算法的巧妙结合
238. 除了自身以外数组的乘积 (前后缀指针)
解题思路：
利用左右双向遍历维护两个列表（或直接利用输出数组进行优化），分别存储当前节点左边的乘积和右边的乘积，最终相乘。避免了使用除法导致的零位异常。
核心代码：
py
from typing import List
class Solution:
def productExceptSelf(self, nums: List[int]) -> List[int]:
n = len(nums)
left_ans = [1] * n
right_ans = [1] * n
ans = [0] * n
for l in range(1, n):
left_ans[l] = left_ans[l-1] * nums[l-1]
for r in range(n-2, -1, -1):
right_ans[r] = right_ans[r+1] * nums[r+1]
for i in range(n):
ans[i] = left_ans[i] * right_ans[i]
return ans101. 对称二叉树 (DFS递归 + 镜像双指针)
解题思路：
初始化两个指针均指向根节点，在 DFS 递归验证时保持"左指针向左，右指针向右"的镜像移动规则。重点控制双空、单空及值不等时的终止条件。
核心代码：
py
from typing import Optional
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def isSymmetric(self, root: Optional[TreeNode]) -> bool:
if root is None:
return True
def check(l: Optional[TreeNode], r: Optional[TreeNode]) -> bool:
if l is None and r is None:
return True
if l is None or r is None:
return False
if l.val == r.val:
left_check = check(l.left, r.right)
right_check = check(l.right, r.left)
return True if left_check and right_check else False
else:
return False
return check(root, root)131. 分割回文串 (回溯 + 左右指针)
解题思路：
start 索引控制分割起点，i 遍历控制终点。在尝试切分时，抽离出一个辅函数，使用双指针判断子串是否为回文串。如果是，才做选择并继续向下一层递归（剪枝操作）。
核心代码：
py
from typing import List
class Solution:
def partition(self, s: str) -> List[List[str]]:
res = []
path = []
def ishuiwen(left, right):
while left < right:
if s[left] != s[right]:
return False
left += 1
right -= 1
return True
def backtrack(start):
if start == len(s):
res.append(path.copy())
return
for i in range(start, len(s)):
if ishuiwen(start, i):
path.append(s[start:i+1])
backtrack(i+1)
path.pop()
backtrack(0)
return res