什么叫双指针法解决leetcode

### 使用双指针算法解决 LeetCode 题目 #### 解决最长不含重复字符的子串 (Length of Longest Substring) 在处理字符串问题时，滑动窗口技术常常与双指针相结合来解决问题。对于寻找最长无重复字符子串的问题，可以通过设置两个指针 `left` 和 `right` 来表示当前考察的窗口范围，并利用哈希表记录字符出现次数。 当右端指针遍历到新字符时将其加入窗口；如果该字符已经在窗口内存在，则移动左端指针缩小窗口直至移除掉多余的相同字符。每次调整好窗口后更新最大长度值。 ```cpp class Solution { public: int lengthOfLongestSubstring(string s) { int left = 0, right = 0, n = s.size(), ret = 0; int hash[128] = {0}; // 使用数组模拟哈希表 while(right < n){ hash[s[right]]++; // 进入窗口 // 判断是否有重复字符 while(hash[s[right]] > 1){ hash[s[left++]]--; // 出窗口 } ret = max(ret, right - left + 1); right++; } return ret; } }; ``` 此方法的时间复杂度为 O(n)，其中 n 是输入字符串的长度[^2]。 #### 寻找最大连续1的数量 (Max Consecutive Ones) 针对这个问题，同样采用双指针策略，不过这里只需要关注于统计连续 '1' 的数量即可： - 当遇到非‘1’ 或者到达字符串结尾时重置计数器并比较保存最大值； - 继续向后扫描直到完成整个列表。 这种方法能够在线性时间内找到最大的连续一段全由‘1’组成的区间[^1]。 #### 实现最接近目标值的三个整数之和 (3Sum Closest) 为了求解这个经典面试题，先对数组进行排序以便更好地控制两头逼近的过程。设定固定元素 i 后，再用另外一对左右指针 j,k 分别指向剩余部分两端来进行探索。根据 sum=s[i]+s[j]+s[k] 是否大于还是小于 target 来决定收缩哪一侧边界从而逐步优化结果。 具体实现如下所示: ```cpp int threeSumClosest(vector<int>& nums, int target) { sort(nums.begin(), nums.end()); int ans = nums[0] + nums[1] + nums[2]; for(int i=0;i<nums.size()-2;++i){ int l=i+1,r=nums.size()-1; while(l<r){ int sum = nums[i]+nums[l]+nums[r]; if(abs(sum-target)<abs(ans-target)) ans=sum; if(sum>target)--r; else if(sum<target)++l; else return sum; // 如果恰好等于则直接返回 } } return ans; } ``` 上述代码实现了高效的查找过程，时间复杂度主要取决于排序阶段即O(NlogN)[^3]。