# 三数之和 (3Sum)

LeetCode 15. Medium

## 题目描述

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

### 核心思想
**排序 + 双指针**：先排序，固定第一个数，再用双指针找后两个数。

### 算法流程
1. **排序数组**：便于去重和双指针操作
2. **遍历第一个数**：
   - 跳过重复元素
   - 如果当前数 > 0，直接退出（后面都 > 0）
3. **双指针找后两个数**：
   - left = i + 1, right = len(nums) - 1
   - 根据 sum 与 0 的关系移动指针
   - 跳过重复元素

### 复杂度分析
- **时间复杂度**：O(n²)，排序 O(n log n) + 双指针 O(n²)
- **空间复杂度**：O(1)，不考虑结果存储

---

## Go 解法

```go
func threeSum(nums []int) [][]int {
    result := [][]int{}
    n := len(nums)

    // 排序
    sort.Ints(nums)

    for i := 0; i < n-2; i++ {
        // 去重：跳过重复的第一个数
        if i > 0 && nums[i] == nums[i-1] {
            continue
        }

        // 优化：如果最小数 > 0，后面不可能有解
        if nums[i] > 0 {
            break
        }

        // 双指针
        left, right := i+1, n-1
        for left < right {
            sum := nums[i] + nums[left] + nums[right]

            if sum == 0 {
                result = append(result, []int{nums[i], nums[left], nums[right]})

                // 去重：跳过重复的 left
                for left < right && nums[left] == nums[left+1] {
                    left++
                }
                // 去重：跳过重复的 right
                for left < right && nums[right] == nums[right-1] {
                    right--
                }

                // 移动指针
                left++
                right--
            } else if sum < 0 {
                // 和太小，left 向右移
                left++
            } else {
                // 和太大，right 向左移
                right--
            }
        }
    }

    return result
}
```

### Go 代码要点
1. `sort.Ints()` 排序
2. `append()` 添加结果
3. 多重去重逻辑

---

## Java 解法

```java
class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> result = new ArrayList<>();
        Arrays.sort(nums);

        for (int i = 0; i < nums.length - 2; i++) {
            // 去重：跳过重复的第一个数
            if (i > 0 && nums[i] == nums[i - 1]) {
                continue;
            }

            // 优化：如果最小数 > 0，后面不可能有解
            if (nums[i] > 0) {
                break;
            }

            // 双指针
            int left = i + 1, right = nums.length - 1;
            while (left < right) {
                int sum = nums[i] + nums[left] + nums[right];

                if (sum == 0) {
                    result.add(Arrays.asList(nums[i], nums[left], nums[right]));

                    // 去重：跳过重复的 left
                    while (left < right && nums[left] == nums[left + 1]) {
                        left++;
                    }
                    // 去重：跳过重复的 right
                    while (left < right && nums[right] == nums[right - 1]) {
                        right--;
                    }

                    left++;
                    right--;
                } else if (sum < 0) {
                    left++;
                } else {
                    right--;
                }
            }
        }

        return result;
    }
}
```

### Java 代码要点
1. `Arrays.sort()` 排序
2. `Arrays.asList()` 创建列表
3. `ArrayList` 存储结果

---

## 图解过程

```
数组: [-4, -1, -1, 0, 1, 2]
        ↑    ↑         ↑
        i   left      right

第一轮: i = 0, nums[i] = -4
       left = 1, right = 5
       sum = -4 + (-1) + 2 = -3 < 0
       left++

       left = 2, right = 5
       sum = -4 + (-1) + 2 = -3 < 0
       left++

       left = 3, right = 5
       sum = -4 + 0 + 2 = -2 < 0
       left++

       left = 4, right = 5
       sum = -4 + 1 + 2 = -1 < 0
       left++
       left >= right, 退出

第二轮: i = 1, nums[i] = -1
       left = 2, right = 5
       sum = -1 + (-1) + 2 = 0 ✓
       结果: [-1, -1, 2]

       left = 3, right = 4
       sum = -1 + 0 + 1 = 0 ✓
       结果: [-1, 0, 1]

第三轮: i = 2, nums[i] = -1 (重复，跳过)
第四轮: i = 3, nums[i] = 0 > 0, 退出

最终结果: [[-1,-1,2], [-1,0,1]]
```

---

## 进阶问题

### Q1: 如果是四数之和？
**方法**：在三层循环 + 双指针，时间 O(n³)

```go
func fourSum(nums []int, target int) [][]int {
    result := [][]int{}
    sort.Ints(nums)
    n := len(nums)

    for i := 0; i < n-3; i++ {
        if i > 0 && nums[i] == nums[i-1] {
            continue
        }

        for j := i + 1; j < n-2; j++ {
            if j > i+1 && nums[j] == nums[j-1] {
                continue
            }

            left, right := j+1, n-1
            for left < right {
                sum := nums[i] + nums[j] + nums[left] + nums[right]

                if sum == target {
                    result = append(result, []int{nums[i], nums[j], nums[left], nums[right]})

                    for left < right && nums[left] == nums[left+1] {
                        left++
                    }
                    for left < right && nums[right] == nums[right-1] {
                        right--
                    }

                    left++
                    right--
                } else if sum < target {
                    left++
                } else {
                    right--
                }
            }
        }
    }

    return result
}
```

### Q2: 如果数组很大，如何优化？
**优化**：
1. 提前终止：`nums[i] * 3 > target`（正数情况）
2. 二分查找：确定第二个数后，二分查找后两个
3. 哈希表：空间换时间

---

## P7 加分项

### 深度理解
- **排序的作用**：去重 + 双指针基础
- **双指针原理**：利用有序性，单向移动
- **去重策略**：多处去重，确保结果唯一

### 实战扩展
- **大数据场景**：外部排序 + 分段处理
- **分布式场景**：MapReduce 框架
- **业务场景**：推荐系统、用户画像匹配

### 变形题目
1. [16. 最接近的三数之和](https://leetcode.cn/problems/3sum-closest/)
2. [18. 四数之和](https://leetcode.cn/problems/4sum/)
3. [259. 较小的三数之和](https://leetcode.cn/problems/3sum-smaller/)

---

## 总结

这道题的核心是：
1. **排序**：为双指针和去重创造条件
2. **固定一个数**：将问题转化为两数之和
3. **双指针**：根据 sum 与 target 的关系移动指针
4. **多重去重**：i、left、right 都要跳过重复元素

**易错点**：
- 忘记排序
- 去重逻辑不完整
- left 和 right 的移动条件
- 优化提前终止的条件

**最优解法**：排序 + 双指针，时间 O(n²)，空间 O(1)