双指针高频面试题：「三数之和」的姐妹篇 ...

题目描述

这是 LeetCode 上的「16. 最接近的三数之和」，难度为 Medium。

给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数，使得它们的和与 target 最接近。返回这三个数的和。

假定每组输入只存在唯一答案。

示例：

输入：nums = [-1,2,1,-4], target = 1
输出：2
解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。

提示：

• 3 <= nums.length <=

<= nums[i] <=

<= target <=

排序 + 双指针解法

这道题的思路和 15. 三数之和 区别不大。

对数组进行排序，使用三个指针 i、j 和 k 分别代表要找的三个数。

1. 通过枚举 i 确定第一个数，另外两个指针 j，k 分别从左边 i + 1 和右边 n - 1 往中间移动，找到满足 nums[i] + nums[j] + nums[k] 最接近 target 的唯一解。
2. j 和 k 指针的移动逻辑，分情况讨论 sum = nums[i] + nums[j] + nums[k] ：
   • sum > target：k 左移，使 sum 变小
   • sum < target：j 右移，使 sum 变大
   • sum = target：找到最符合要求的答案，直接返回

为了更快找到答案，对于相同的 i，可以直接跳过下标。

class Solution {
    public int threeSumClosest(int[] nums, int t) {
        Arrays.sort(nums);
        int ans = nums[0] + nums[1] + nums[2];
        int n = nums.length;
        for (int i = 0; i < n; i++) {
            if (i > 0 && nums[i] == nums[i - 1]) continue;
            int j = i + 1, k = n - 1;
            while (j < k) {
                int sum = nums[i] + nums[j] + nums[k];
                if (Math.abs(sum - t) < Math.abs(ans - t)) ans = sum;
                if (ans == t) {
                    return t;
                } else if (sum > t) {
                    k--;
                } else if (sum < t) {
                    j++;
                }
            }
        }
        return ans;
    }
}

• 时间复杂度：排序的复杂度为

，对于每个 i 而言，最坏的情况 j 和 k 都要扫描一遍数组的剩余部分，复杂度为

。整体复杂度为

• 空间复杂度：

点评

和 15. 三数之和 一样，这是道进阶版「双指针」裸题。

题目本身的思维难度不大，主要是考察各位对「双指针的基本理解」和「编码能力」（侧重点在后者）。

这一类题是部分面试官的最爱。

特别是算法部分在整个面试过程占比不高的时候，面试官很喜欢出这类题目。

这里题目都有一个共性：对于新手，很容易想到思路，但是真正动手编码则不容易。让人有一种「我明明知道怎么做，但是写不出来的」感觉。

这时候如果我们能很快的将想法转化为代码，并且实现上清晰简洁，能给面试官讲清楚思路，基本上算法这一部分就过了。

因此这类题目需要重点掌握的人群：

1. 意向公司需要考察算法，但是算法比重不高
2. 简历上对于算法与数据结构写的是「了解/熟悉」的同学

最后

这是我们「刷穿 LeetCode」系列文章的第 No.16 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先将所有不带锁的题目刷完。

在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：https://github.com/SharingSource/LogicStack-LeetCode。

「在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。」