在算法面试中，“三数之和”是一道经典题目：给定一个整数数组，找出所有不重复的三元组，使其和为零。初看之下，最容易想到的是三层嵌套循环的暴力解法，时间复杂度高达 O(n³)，在数据量稍大时便难以接受。而通过巧妙利用排序 + 双指针策略，我们可以将复杂度降至 O(n²)，同时高效处理重复结果。
排序是优化的第一步
解决三数之和的关键在于有序性。通过对数组升序排列，我们不仅能提前终止无效搜索（如当前固定值已大于0，则后续不可能凑出和为0的组合），还能方便地跳过重复元素，避免结果重复。
nums.sort((a, b) => a - b);
JavaScript 的 sort 方法默认按字符串比较，因此需传入比较函数 (a, b) => a - b 实现数值升序。这一步的时间复杂度为 O(n log n)，远低于后续的主逻辑开销。
固定一数，双指针夹逼
排序后，我们遍历数组，将每个元素 nums[i] 视为三元组的第一个数。若 nums[i] > 0，由于数组已升序，后续所有数均为正，三数之和不可能为零，可直接跳出循环。
for (let i = 0; i < nums.length; i++) {
if (nums[i] > 0) break;
// 跳过重复的起始值
if (i > 0 && nums[i] === nums[i - 1]) continue;
}
为避免重复三元组，当 nums[i] 与前一个值相同时，直接跳过。这确保了每个“起点”只被处理一次。
双指针高效搜索
固定 nums[i] 后，问题转化为在剩余子数组中寻找两数之和等于 -nums[i]。此时，设置左指针 L = i + 1，右指针 R = nums.length - 1，进行夹逼搜索：
let L = i + 1, R = nums.length - 1;
while (L < R) {
const sum = nums[i] + nums[L] + nums[R];
if (sum === 0) {
result.push([nums[i], nums[L], nums[R]]);
// 跳过左右重复值
while (L < R && nums[L] === nums[L + 1]) L++;
while (L < R && nums[R] === nums[R - 1]) R--;
L++; R--;
} else if (sum < 0) {
L++; // 和太小，左指针右移增大
} else {
R--; // 和太大，右指针左移减小
}
}
当三数之和等于0时，将结果加入列表，并继续移动指针跳过重复值，防止生成相同三元组。若和小于0，说明需要更大的数，左指针右移；反之，右指针左移。这种双向逼近策略，使得每对 (L, R) 仅被访问一次，效率极高。
总结
三数之和问题展示了算法优化的核心思想：利用数据特性（有序性）减少冗余计算。通过排序预处理，将无序搜索转化为有序夹逼；通过双指针，将内层两重循环压缩为线性扫描；通过重复值跳过，保证结果唯一性。整个过程时间复杂度为 O(n²)，空间复杂度 O(1)（不计输出），是处理此类“K 数之和”问题的标准范式。掌握这一模式，不仅能应对面试，也为解决更复杂的组合优化问题打下坚实基础。
