当前:LC167 · 两数之和 II · 输入有序数组 · 首次出现于 Day 4 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC167算法模式左右双指针 · 有序排除双向检查员

两数之和 II · 输入有序数组

在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。

题目是什么

在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。

解决什么问题

哪一个条件决定移动左指针,哪一个条件决定移动右指针?

核心结论

L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。”推导出 左右双指针 · 有序排除,并证明每次状态变化都不会漏掉答案?

中心结论:L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.哪一个条件决定移动左指针,哪一个条件决定移动右指针?
  3. 3.不变量“若存在解,两个下标一定都落在闭区间 [L, R] 内。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

找出两个数之和等于 target 的两个数字,要求输出它们的下标。注意一个数字不能使用 2 次。下标从小到大输出。假定题目一定有一个解。

在本站主例中,在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。

算法最终需要得到或观察:2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。

把题目翻译成状态
  • 输入:在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。
  • 机器需要维护:左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。
  • 最终可观察结果:2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

numbers=[2,7,11,15], target=9

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

从每个位置重新搜索会重复走过同一片区域;双指针利用方向或有序性一次排除不可能部分。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

numbers=[2,7,11,15], target=9

正在加载算法场景...
优化方向:L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“双向检查员”,明确答案需要观察什么。
  2. 2状态只维护 左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。
  3. 3转移每一步按照 L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。
  4. 4收尾读取 2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。,并复核边界与复杂度。
05交互算法精讲

双向检查员:核心概念

每次移动都必须带着一个“被排除区域不可能含答案”的证明。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。

核心不变量
  • 若存在解,两个下标一定都落在闭区间 [L, R] 内。
  • 每一步至少排除一个不可能元素;L 只增、R 只减,合计最多 n 次移动。
动画 3 · 核心概念

建立“双向检查员”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

numbers=[2,7,11,15], target=9

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

这一题比第 1 题 Two Sum 的问题还要简单,因为这里数组是有序的。可以直接用第一题的解法解决这道题。

L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。

执行过程中持续维护:左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。

正确性依赖以下不变量:若存在解,两个下标一定都落在闭区间 [L, R] 内。;每一步至少排除一个不可能元素;L 只增、R 只减,合计最多 n 次移动。

面试时可以压缩为:数组有序,我用左右双指针:sum<target 则 numbers[L] 与当前最大 R 相加仍不够,安全排除 L;sum>target 则 numbers[R] 与当前最小 L 相加仍超标,安全排除 R;相等则 return []int{l+1,r+1}。每步排除至少一个元素,O(n)/O(1)。

落到当前题,执行机制可以压缩为:L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
L=0, R=3, 2+15=17 > 9比较 sum 与 target

L=0, R=3 · numbers[L]=2 · numbers[R]=15 · sum=17 · target=9

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;若存在解,两个下标一定都落在闭区间 [L, R] 内。

保持

保持:执行“L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。”时,只删除已经能证明不可能的候选,并把新信息写回 左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:若存在解,两个下标一定都落在闭区间 [L, R] 内。;每一步至少排除一个不可能元素;L 只增、R 只减,合计最多 n 次移动。
08交互算法精讲

完整执行过程

  1. 1题目与输入在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。 因为:L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。
  2. 2有序数组 · L/R 落在两端非递减有序数组,L 指向最小值,R 指向最大值。返回 1-indexed 下标 [l+1,r+1]。 因为:数组有序时,[L,R] 内任意配对的和,被 a[L]+a[R] 与两端极值配对夹住;比较两端即可安全收缩。
  3. 3排除 numbers[R]=15,R 左移排除 15(L 已是最小值仍超标),R 左移到 2。 因为:sum>target 时 L 已是当前最小值,numbers[R] 与任何 L 侧元素相加都超标,可安全排除 R。
  4. 4预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
  5. 5L=0, R=2, 2+11=13 > 9计算 numbers[L]+numbers[R]=13,与 target=9 比较。 因为:L=0 已是当前最小值 2,2+11=13>9,numbers[R]=11 不可能参与答案。
  6. 6排除 numbers[R]=11,R 左移排除 11(L 已是最小值仍超标),R 左移到 1。 因为:sum>target 时 L 已是当前最小值,numbers[R] 与任何 L 侧元素相加都超标,可安全排除 R。
  7. 7命中 2+7=9,返回 [1,2]命中:numbers[0]+numbers[1]=9,返回 [l+1,r+1]=[1,2]。 因为:代码里 l、r 是 0-indexed,LeetCode 要求返回 [l+1,r+1];不要 return [l,r]。
  8. 8收尾与复杂度2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。 因为:时间 O(n) · 空间 O(1)。L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

numbers=[2,7,11,15], target=9

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
有序数组 · L/R 落在两端L=0, R=n-1

numbers=[2,7,11,15], target=9

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
// 解法一 这一题可以利用数组有序的特性
func twoSum(numbers []int, target int) []int {
	i, j := 0, len(numbers)-1
	for i < j {
		if numbers[i]+numbers[j] == target {
			return []int{i + 1, j + 1}
		}
		if numbers[i]+numbers[j] < target {
			i++
		} else {
			j--
		}
	}
	return nil
}

// 解法二 不管数组是否有序,空间复杂度比上一种解法要多 O(n)
func twoSum167_1(numbers []int, target int) []int {
	m := make(map[int]int)
	for i := 0; i < len(numbers); i++ {
		another := target - numbers[i]
		if idx, ok := m[another]; ok {
			return []int{idx + 1, i + 1}
		}
		m[numbers[i]] = i
	}
	return nil
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="two-sum-sorted", array=[2,7,11,15], target=9
    //    期望:2+7=9,返回 1-indexed 下标 [1,2](代码里 l=0,r=1)。
    //
    // 2. 失败 / 未命中
    //    检查:代码里 l、r 是 0-based,返回必须是 [l+1, r+1],不要 return [l, r]。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC1 两数之和(哈希);LC11 盛最多水的容器
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。

空间复杂度 O(1)

额外状态主要用于维护:左指针 L、右指针 R、numbers[L]、numbers[R]、当前和 sum、目标 target。

终局不变量
  • 若存在解,两个下标一定都落在闭区间 [L, R] 内。
  • 每一步至少排除一个不可能元素;L 只增、R 只减,合计最多 n 次移动。
12交互算法精讲

最容易写错的地方

错误 1

代码里 l、r 是 0-based,返回必须是 [l+1, r+1],不要 return [l, r]。

错误 2

不要用哈希表当最优解:本题有序且要求 O(1) 空间。

错误 3

数组无序时双指针排除逻辑不成立——本题前提是已排序。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意在升序数组 numbers=[2,7,11,15] 中找两个不同元素,使其和等于 target=9。输入保证非递减有序、唯一解、不能重复使用同一元素;返回 1-indexed 下标。
  2. 2重复从每个位置重新搜索会重复走过同一片区域;双指针利用方向或有序性一次排除不可能部分。
  3. 3优化L、R 从两端向中间收缩:sum<target 时 R 已是当前最大值,numbers[L] 配最大值仍不够,可排除 L;sum>target 时 L 已是最小值,numbers[R] 配最小值仍超标,可排除 R。命中时返回 [l+1,r+1]。
  4. 4证明若存在解,两个下标一定都落在闭区间 [L, R] 内。;每一步至少排除一个不可能元素;L 只增、R 只减,合计最多 n 次移动。
  5. 5复杂度时间 O(n),空间 O(1)
面试表达:数组有序,我用左右双指针:sum<target 则 numbers[L] 与当前最大 R 相加仍不够,安全排除 L;sum>target 则 numbers[R] 与当前最小 L 相加仍超标,安全排除 R;相等则 return []int{l+1,r+1}。每步排除至少一个元素,O(n)/O(1)。
迁移练习
  • LC1 两数之和(哈希)
  • LC11 盛最多水的容器