LeetCode 高频题：双指针不是模板，是单调关系

LeetCode 高频题：双指针不是模板，是单调关系

一、别把双指针背成口诀

双指针是高频技巧，但很多人只会背“左右指针往中间走”“快慢指针找环”。背模板能做几道题，遇到变形就懵。双指针真正成立的前提，是问题里存在某种单调关系：移动某个指针后，答案空间能被安全排除一部分。

比如有序数组两数之和，左小右大，和太小就左移，和太大就右移。这不是玄学，是单调性保证了被排除的组合不可能成为答案。理解这个，模板才不会乱用。

二、推导链路：先找单调性

flowchart TD A[题目约束] --> B[是否有序或可排序] B --> C[移动指针会排除哪些答案] C --> D[证明排除安全] D --> E[写代码]

不要一看到数组就双指针。先问：指针移动后，为什么不会漏答案？如果回答不上来，说明还没理解。

三、代码示例：有序数组两数之和

def two_sum_sorted(nums, target): l, r = 0, len(nums) - 1 while l < r: s = nums[l] + nums[r] if s == target: return [l, r] if s < target: l += 1 else: r -= 1 return [-1, -1]

复杂度是 O(n)，空间 O(1)。关键不在代码短，而在证明：当 s < target 时，固定 l 搭配更小的右端只会更小，所以 l 可以安全右移。这个证明比代码更重要。

四、工程边界：排序会改变原始索引

很多双指针题需要排序，但排序会改变原数组索引。如果题目要求返回原始下标，就要保存值和索引。刷题时很容易在这里翻车。工程里也一样，优化前要确认输出语义有没有被破坏。

取舍方面，排序后双指针通常是 O(n log n)，哈希表可能是 O(n)，但双指针空间更省，也更容易处理去重和区间问题。不要迷信某一种方法，要看题目要求。

双指针还常用于滑动窗口。滑动窗口和左右夹逼不一样，它维护的是一个区间，并通过条件收缩左边界。它也依赖单调性：右指针扩展后，某些条件只会变强或变弱。理解这一点，才能写对窗口收缩。

再举一个反例：如果数组里有负数，很多“和不超过 k”的滑动窗口就不成立，因为右指针扩展后窗口和可能变小，左指针收缩后也可能变大，单调性被破坏。这个时候还硬套模板，就会漏答案。算法学习最怕只记成功案例，不记失败条件。

写题解时建议加一段“为什么不能用别的方法”。比如这题能不能哈希，能不能二分，为什么双指针更合适。比较方法能帮助读者建立选择能力，而不是只学一份代码。

最后，双指针代码要特别注意循环条件。l < r、l <= r、移动后是否跳过重复值，都会影响边界。很多题不是思路错，而是边界错。边界检查应该进入题解，而不是留给读者自己撞墙。

去重问题也很典型。三数之和里，排序后固定一个数，再用双指针找另外两个数。找到答案后，需要跳过相同的左值和右值，否则结果重复；固定点也要跳过重复。这里的去重不是代码装饰，而是输出语义要求。

还有一类题需要“同向双指针”，比如删除有序数组重复项。慢指针维护已处理区域，快指针扫描新元素。它和左右夹逼完全不同。题解里把类型分清，读者才不会把所有双指针混成一锅粥。

分类清楚，模板才有用。

否则模板会反噬你自己本身。

五、总结

双指针不是模板，而是建立在单调关系上的搜索空间剪枝。写代码前先证明移动指针不会漏答案，才能在高频题里稳住。