算法精讲：巧用双指针与单调性，高效求解「有效三角形个数」

在算法面试和日常开发中，如何高效地处理数组并找出满足特定条件的元素组合，是衡量开发者基本功的重要标尺。今天，我们将深入探讨一道经典题目——「有效三角形个数」，并揭示如何利用数组的单调性和双指针技巧，将时间复杂度从 O(N³) 优化至 O(N²)，实现性能的飞跃。掌握此技巧，不仅能解决此类问题，更能深刻理解双指针算法在有序数据上的强大威力。

一、问题定义与暴力解法剖析

题目要求很简单：给定一个包含非负整数的数组，返回可以组成三角形三条边的不同三元组个数。这里的关键是“不去重”，即值相同的不同索引元素被视为不同的组合。

最直观的解法是三层嵌套循环，穷举所有三元组 (a, b, c)，然后判断其能否构成三角形。三角形的判定依据是任意两边之和大于第三边，这需要三次判断（a+b>c, a+c>b, b+c>a）。

这种暴力解法的时间复杂度高达 O(N³)，在数据量稍大时（如 N>1000）便难以承受。其核心瓶颈在于无差别的穷举和重复的判断逻辑。此时，一个关键的优化思路浮出水面：如果数组是有序的，判定条件能否简化？答案是肯定的。当我们固定最长边 c 时，只需判断较小的两边 a 和 b 之和是否大于 c 即可（a ≤ b ≤ c）。这得益于有序带来的单调性：若 a+b > c 成立，那么对于固定的 b，所有比当前 a 大的元素与 b 之和也必然大于 c。这正是我们优化的突破口。

二、排序奠基：引入单调性优化

优化第一步，对数组进行排序。排序的时间复杂度为 O(N log N)，这是一笔非常划算的“投资”。排序后，数组呈现非递减的单调性，这为我们带来了两大好处：

• 简化判定逻辑：只需判断nums[left] + nums[right] > nums[i]这一个条件。
• 启用双指针扫描：利用单调性，我们可以用两个指针在线性时间内扫描出所有满足条件的二元组，替代一层循环。

这种“先排序，后处理”的模式，在解决许多数组组合问题（如两数之和、三数之和）时都非常有效。它不仅适用于C++，在Java、Python、Go或TypeScript中，利用语言内置的高效排序函数，都能轻松实现这一预处理步骤。

[AFFILIATE_SLOT_1]

三、双指针算法的核心逻辑与演绎

排序之后，进入算法的核心：外层循环固定最长边，内层使用双指针寻找较短的两边。我们设定外层循环变量 i 从数组末尾开始遍历，将 nums[i] 视为当前三角形的最大边（第三边）。

对于每个固定的 i，初始化两个指针：left = 0, right = i - 1。我们的目标是在 [left, right] 区间内，找到所有满足 nums[left] + nums[right] > nums[i] 的 (left, right) 对。

指针移动的贪心策略如下：

1. 如果 nums[left] + nums[right] > nums[i]：这是一个关键发现！由于数组有序（单调递增），此时对于固定的 right，所有从 left 到 right-1 的索引与 right 组合都满足条件。因此，一次性可以计入 right - left 个有效三元组。然后，将 right 左移一位，尝试更小的“第二大边”。
2. 如果 nums[left] + nums[right] <= nums[i]：说明当前的两边之和太小，需要增大最小值，因此将 left 右移一位。

这个过程直到 left 与 right 相遇结束。对于每个 i，双指针的扫描是线性的 O(N)，因此整体算法复杂度为 O(N²)。

四、代码实现与逐行解析

理解了算法思想，我们来看具体的代码实现。以下是基于上述思路的C++核心代码：

class Solution {
public:
    int maxArea(vector& height) {
        int left=0,right=height.size()-1,vm=0;//定义双指针
        while(leftvm?v:vm;//如果算出来的体积比vm大，二者交换
            if(height[left]

让我们对上期参考代码进行解析：首先进行排序，然后外层循环固定最大数。内层的 while 循环是双指针的经典模板。当满足条件时，通过 right - left 快速计数并移动 right；不满足时则移动 left。这段代码清晰体现了如何利用单调性避免无效计算。

为了加深理解，我们也回顾一下暴力解法作为对比：

class Solution {
public:
    int triangleNumber(vector& nums) {
        int n=nums.size(),sum=0;
        sort(nums.begin(),nums.end());//这里先排序，不排序过不了
        for(int i=0;inums[k])//排序之后只需要进行一次逻辑判断。
        sum++;
        return sum;
    }
};

对比两者，高下立判。双指针解法通过排序和巧妙的指针移动，去除了大量不必要的枚举和判断。

[AFFILIATE_SLOT_2]

五、视觉化演示与常见误区

一图胜千言。下面的示意图清晰地展示了当固定最大边 nums[i] = 9 时，双指针 left 和 right 是如何协作，快速定位所有满足 nums[left] + nums[right] > 9 的组合的。

在实现和面试中，需要特别注意以下几个要点：

• ⚠️ 排序是前提：务必先排序，否则单调性假设不成立，算法失效。
• ⚠️ 指针移动的逻辑：理解为什么满足条件时是累加 right-left 并移动 right，这是利用单调性的精髓。
• ⚠️ 去重问题：本题明确要求不去重。若题目要求去重，则需要在指针移动时跳过重复值，这是另一个常见的变体。
• 溢出处理：在类似题目中，若数值很大，相加可能导致整数溢出，在某些语言中需要考虑使用长整型。

六、总结与延伸思考

通过「有效三角形个数」这道题，我们深入掌握了“排序 + 双指针”这一经典范式。其核心在于利用有序序列的单调性，将原本需要多重循环枚举的问题，转化为指针的线性扫描，从而大幅降低时间复杂度。

这个技巧的应用范围极广，例如：

• 两数之和（有序数组版）：一左一右指针向中间逼近。
• 盛最多水的容器：同样是利用高度和宽度的单调性移动指针。
• 三数之和：固定一个数，转化为两数之和问题。

掌握其本质——通过单调性确定决策的单调方向，从而安全地缩小搜索空间——你就能在面对更多复杂问题时游刃有余。下期，我们将探讨另一道利用类似思想的题目：LCR 179. 查找总价格为目标值的两个商品，敬请期待！

最后，再次强调：“光看不练假把式”。强烈建议你关闭文章后，独立在代码编辑器（无论是VS Code、IntelliJ还是在线平台）中手敲一遍代码，并尝试用Java、Python等语言复现，才能真正内化这种重要的算法思维。