双指针—最接近的三数之和（leetcode 16）

题目描述

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 <= 10^3
    -10^3 <= nums[i] <= 10^3
    -10^4 <= target <= 10^4

算法分析

方法一：排序 + 双指针

思路与算法

题目要求找到与目标值 target最接近的三元组，这里的「最接近」即为差值的绝对值最小。我们可以考虑直接使用三重循环枚举三元组，找出与目标值最接近的作为答案，时间复杂度为O(N^3)。然而本题的 N最大为 100010001000，会超出时间限制。

那么如何进行优化呢？我们首先考虑枚举第一个元素 a，对于剩下的两个元素 b 和 c，我们希望它们的和最接近 target−a。对于 b和 c，如果它们在原数组中枚举的范围（既包括下标的范围，也包括元素值的范围）没有任何规律可言，那么我们还是只能使用两重循环来枚举所有的可能情况。因此，我们可以考虑对整个数组进行升序排序，这样一来：

    假设数组的长度为 n，我们先枚举 a，它在数组中的位置为 i；

    为了防止重复枚举，我们在位置 [i+1,n)的范围内枚举 b 和 c。

当我们知道了 b 和 c 可以枚举的下标范围，并且知道这一范围对应的数组元素是有序（升序）的，那么我们是否可以对枚举的过程进行优化呢？

答案是可以的。借助双指针，我们就可以对枚举的过程进行优化。我们用 pb 和 pc​ 分别表示指向 b 和 c的指针，初始时，pb指向位置 i+1，即左边界；pc指向位置 n−1，即右边界。在每一步枚举的过程中，我们用 a+b+c 来更新答案，并且：

    如果 a+b+c≥target，那么就将 pc向左移动一个位置；

    如果 a+b+c<target，那么就将 pb向右移动一个位置。

这是为什么呢？我们对 a+b+c≥target 的情况进行一个详细的分析：

    如果 a+b+c≥target，并且我们知道 pb​ 到 pc这个范围内的所有数是按照升序排序的，那么如果 pc不变而 pb向右移动，那么 a+b+c的值就会不断地增加，显然就不会成为最接近 target的值了。因此，我们可以知道在固定了 pc的情况下，此时的 pb就可以得到一个最接近 target的值，那么我们以后就不用再考虑 pc了，就可以将 pc向左移动一个位置。

同样地，在 a+b+c<target时：

    如果 a+b+c<target，并且我们知道 pb​ 到 pc 这个范围内的所有数是按照升序排序的，那么如果 pb不变而 pc 向左移动，那么 a+b+c的值就会不断地减小，显然就不会成为最接近 target的值了。因此，我们可以知道在固定了 pb 的情况下，此时的 pc就可以得到一个最接近 target的值，那么我们以后就不用再考虑 pb​ 了，就可以将 pb 向右移动一个位置。

实际上，pb和 pc​ 就表示了我们当前可以选择的数的范围，而每一次枚举的过程中，我们尝试边界上的两个元素，根据它们与 target的值的关系，选择「抛弃」左边界的元素还是右边界的元素，从而减少了枚举的范围。这种思路与 11. 盛最多水的容器 中的双指针解法也是类似的。

小优化

本题也有一些可以减少运行时间（但不会减少时间复杂度）的小优化。当我们枚举到恰好等于 target 的 a+b+c时，可以直接返回 target作为答案，因为不会有再比这个更接近的值了。

另一个优化与 15. 三数之和的官方题解 中提到的类似。当我们枚举 a,b,c中任意元素并移动指针时，可以直接将其移动到下一个与这次枚举到的不相同的元素，减少枚举的次数。

代码

class Solution {
public:
    int threeSumClosest(vector<int>& nums, int target) {
        int res = 1e7;
        int n = nums.size();
        std::sort(nums.begin(), nums.end());
        for( int i = 0; i < n; ++i) {
            if( i > 0 && nums[i] == nums[i-1]){
                continue;
            }
            int left = i + 1;
            int right = n -1;
            int cur_sum = 0;
            while(left < right) {
                cur_sum = nums[i] + nums[left] + nums[right];
                if(cur_sum == target) {
                    return cur_sum;
                }
                res = (abs(cur_sum - target) < abs(res - target)) ? cur_sum: res;
                if(cur_sum < target) {
                    ++left;
                } else if(cur_sum > target) {
                    --right;
                } else{
                    ++left;
                    --right;
                    while(left < right && nums[left] == nums[left-1]) ++left;
                    while(left < right && nums[right] == nums[right + 1]) --right;
                }
            }
        }
        return res;
    }
};

时间复杂度分析

时间复杂度：O(N^2)，其中 NNN 是数组 nums的长度。我们首先需要 O(Nlog⁡N)的时间对数组进行排序，随后在枚举的过程中，使用一重循环 O(N) 枚举 a，双指针 O(N)枚举 b 和 c，故一共是 O(N^2)。

空间复杂度：O(log⁡N)。排序需要使用 O(log⁡N) 的空间。然而我们修改了输入的数组 nums，在实际情况下不一定允许，因此也可以看成使用了一个额外的数组存储了 nums的副本并进行排序，此时空间复杂度为 O(N)。