15. 三数之和 Golang实现
给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ，同时还满足 nums[i] + nums[j] + nums[k] == 0 。请你返回所有和为 0 且不重复的三元组。
注意：答案中不可以包含重复的三元组。
示例 1：
输入：nums = [-1,0,1,2,-1,-4]
输出：[[-1,-1,2],[-1,0,1]]
解释：
nums[0] + nums[1] + nums[2] = (-1) + 0 + 1 = 0 。
nums[1] + nums[2] + nums[4] = 0 + 1 + (-1) = 0 。
nums[0] + nums[3] + nums[4] = (-1) + 2 + (-1) = 0 。
不同的三元组是 [-1,0,1] 和 [-1,-1,2] 。
注意，输出的顺序和三元组的顺序并不重要。
示例 2：
输入：nums = [0,1,1]
输出：[]
解释：唯一可能的三元组和不为 0 。
示例 3：
输入：nums = [0,0,0]
输出：[[0,0,0]]
解释：唯一可能的三元组和为 0 。
提示：
3 <= nums.length <= 3000
-105 <= nums[i] <= 105
思路分析:
在解决“三数之和”问题时，分析和思路的推导过程如下：
- 问题的要求和分析
题目要求找到三个数的和为零，且需要输出所有不重复的三元组。数组中可能包含正数、负数和零，因此找到的三元组可能由正负数组合而成。
输入特点：数组中的数没有特定规律，可能是正数、负数、零。
输出要求：不重复的三元组，且它们的和为零。
最简单、直接的思路就是通过暴力求解，即：
对数组中的每一个元素，遍历所有的可能组合，找到符合条件的三元组。
暴力解法的时间复杂度为 O(n³)，不满足题目要求。
- 从暴力解法到优化
在暴力解法中，确定了一个数后，剩下两个数的查找可以视为“两数之和”问题。如果我们能通过某种方式快速查找剩下的两个数，就能减少遍历的复杂度。
常见的两数之和问题可以通过哈希表实现，但这里的关键点是，我们需要找的三元组不仅要和为零，还需要确保不重复，这增加了查找的难度。 - 引入排序和双指针
为了降低查找复杂度，我们可以先对数组进行排序。排序有两个好处：
1.排序后的数组，便于使用双指针技巧快速查找剩余的两个数。
2.排序可以帮助去除重复的解（因为相同的元素只需要考虑一次）。
-
固定一个数：遍历数组，固定其中一个数 nums[i]。
寻找剩下两个数：通过双指针技巧，在剩余部分的数组中寻找和为 -nums[i] 的另外两个数。
-
双指针的运用
双指针技巧是指在有序数组中，使用两个指针（通常是头和尾）来进行查找的方式。
假设我们固定了 nums[i]，需要在剩下的数组中找到两个数 nums[left] 和 nums[right]，使得它们的和为 -nums[i]。
根据双指针的性质：
如果当前的三数之和 nums[i] + nums[left] + nums[right] 小于零，说明我们需要更大的数，于是左指针 left 右移。
如果当前的三数之和大于零，说明我们需要更小的数，于是右指针 right 左移。
如果找到三数之和为零，则保存结果，并同时移动两个指针，继续寻找其他可能的组合。 -
去重问题
由于可能存在重复的元素，结果中不能包含重复的三元组。因此，在实现中需要特别处理去重的情况：
遍历时，如果当前元素与前一个元素相同（这是针对固定的那个元素），则直接跳过，避免重复计算。在找到一个符合条件的三元组后，需要跳过数组中与当前 left 和 right 指针相同的元素，确保不会重复处理相同的组合。 -
为什么选择双指针？
时间复杂度的优化：双指针法将暴力求解的复杂度从 O(n³) 降低到 O(n²)，这是因为每次外层循环固定一个数时，剩下的部分只需要通过一次双指针查找就可以完成。
排序的好处：排序虽然需要 O(n log n) 的时间，但在排序后的数组中，双指针法可以有效利用数组的有序性来快速调整查找范围，这使得整体复杂度得到了优化。 -
总结思路
最终解决这个问题的思路总结如下：排序：首先将数组排序，方便后续查找并去重。
遍历数组：对于每一个 nums[i]，将问题简化为在剩下的数组中寻找两个数使得三数之和为零。
双指针查找：在有序数组中使用双指针查找，通过移动指针调整和的大小。
去重处理：确保结果集中不包含重复的三元组，处理遍历中的重复元素。
点击查看代码
func threeSum(nums []int) [][]int {
sort.Ints(nums)
var res [][]int
for i := 0; i < len(nums)-2; i++ {
if i > 0 && nums[i] == nums[i-1] {
continue // 去重
}
left, right := i + 1, len(nums) - 1
for left < right {
sum := nums[i] + nums[left] + nums[right]
if sum == 0 {
res = append(res, []int{nums[i], nums[left], nums[right]})
// 跳过重复的 left 和 right
for left < right && nums[left] == nums[left+1] {
left++
}
for left < right && nums[right] == nums[right-1] {
right--
}
left++ // 更新 left
right-- // 更新 right
} else if sum < 0 {
left++
} else {
right--
}
}
}
return res
}
