三数之和为0

题目

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 

解题思路

1.排序+双指针

看到这个题目，我们首先会联想到LeetCode的第一个题：两数之和：【LeetCode】1、Two Sum。

  两数之和比较简单，解法是利用了HashMap的查找优势，空间换时间将时间复杂度降到了O(n)，这里是三数之和，当然可以类比，我们很容易想到可以先固定一个元素a，由于a+b+c=0，那么b+c=-a，所以就可以将三数之和转化为两数之和的问题。

  而两数之和的问题我们已经解决，这样就得到本题的解答，然而，在实现这种思路的过程中，发现一个稍微有些棘手的问题是如何去重复，另外这样做的时间复杂度当然为O(n^2)，额外空间复杂度是O(n)。

  然后又在网上参考了一些其他人的解法，发现HashMap似乎并不是最好的解法，所以找到了另外一种解法。

  思路如下：同样是先固定一个元素a，找b+c=-a，而最优美的地方就在于如何找着另外两个数b和c，这里不用HashMap，而是先将整个数组进行排序（排序时间复杂度O(nlogn)），然后可以利用前后双指针解法去找这两个元素。

  这样做的好处有两个：一是不需要额外的空间，二是由于已经有序，去重简单。

class Solution:
    def threeSum(self, nums: [int]) -> [[int]]:
        nums.sort()
        res, k = [], 0
        for k in range(len(nums) - 2):
            if nums[k] > 0: break # 1. because of j > i > k.
            if k > 0 and nums[k] == nums[k - 1]: continue # 2. skip the same `nums[k]`.
            i, j = k + 1, len(nums) - 1
            while i < j: # 3. double pointer
                s = nums[k] + nums[i] + nums[j]
                if s < 0:
                    i += 1
                    while i < j and nums[i] == nums[i - 1]: i += 1
                elif s > 0:
                    j -= 1
                    while i < j and nums[j] == nums[j + 1]: j -= 1
                else:
                    res.append([nums[k], nums[i], nums[j]])
                    i += 1
                    j -= 1
                    while i < j and nums[i] == nums[i - 1]: i += 1
                    while i < j and nums[j] == nums[j + 1]: j -= 1
        return res

复杂度分析：

• 时间复杂度O(N^2)：其中固定指针k循环复杂度 O(N)，双指针 i，j 复杂度 O(N)。
• 空间复杂度 O(1)：指针使用常数大小的额外空间。

【1】三数之和（排序+双指针，易懂图解）

【2】 【LeetCode】15、三数之和为0