前言：
在前端算法面试中，LeetCode 42 题《接雨水》绝对是门神级别的存在。
标记为 Hard，实际上考的是你对空间复杂度的极致追求。很多同学虽然能用暴力法或动态规划做出来，但在面试官追问“能不能把空间优化到 O(1)？”时，往往会卡壳。今天，我们就用最通俗的大白话，拆解这道题的双指针最优解。看完这篇，保证你下次面试时能自信地在白板上默写出来！
一、 核心思维：木桶效应
做这道题，首先要抛开复杂的算法名词，回归物理常识。
想象一下，每一个位置 i 能装多少水，取决于什么？
它取决于它左边最高的墙 (leftMax) 和 它右边最高的墙 (rightMax) 。
这就好比“木桶效应”：盛水的多少，取决于最短的那块板。
对于位置 i，它能接到的雨水公式是：
Water[i]=min(LeftMax,RightMax)−height[i]
(当然，如果计算结果小于 0，说明这个位置本身就是最高的，存不住水，取 0 即可)
二、 解法演进：从 O(N) 到 O(1)
1. 也是好解法：动态规划 (空间 O(N))
最直观的思路是：既然需要知道每个位置左边和右边的最大高度，那我开两个数组 leftMaxArr 和 rightMaxArr，先把所有位置的左右最高墙存下来，最后遍历计算。
- 优点：逻辑简单，直觉符合。
- 缺点：需要额外的数组空间，空间复杂度 O(N) 。
面试官的追问：
“你的思路很清晰。但是，如果内存非常有限，不允许开辟新数组，你能用 O(1) 的空间复杂度解决吗？ ”
2. 最优解法：双指针 (空间 O(1))
这时候，双指针闪亮登场。
我们真的需要把所有位置的 Max 都存下来吗？其实不需要。我们只需要维护两个指针 left 和 right，以及两个变量 leftMax 和 rightMax，一边遍历一边计算。
三、 代码深度解析（JS 版）
先上代码，这是标准的教科书级写法，建议背诵全文（误）：
JavaScript
var trap = function(height) {
let ans = 0;
let left = 0, right = height.length - 1;
let leftMax = 0, rightMax = 0;
while (left < right) {
// 1. 更新左右两侧遇到的最大高度
leftMax = Math.max(leftMax, height[left]);
rightMax = Math.max(rightMax, height[right]);
// 2. 核心判断：哪边低，就处理哪边
if (height[left] < height[right]) {
// 左边是短板，由 leftMax 决定水位
ans += leftMax - height[left];
++left;
} else {
// 右边是短板，由 rightMax 决定水位
ans += rightMax - height[right];
--right;
}
}
return ans;
};
难点攻克：为什么 if 这样写就能算对？
很多同学看代码时，最大的困惑在这里：
JavaScript
if (height[left] < height[right]) {
ans += leftMax - height[left];
}
疑问：计算 left 位置的水量，公式不是 min(leftMax, rightMax) - height[left] 吗？这里我们只知道 leftMax，怎么确定 rightMax 一定比 leftMax 大呢？万一中间有个很矮的坑呢？
深度解析：
这正是双指针的精妙之处！请跟紧我的思路：
-
前提：rightMax 是随着 right 指针从右向左移动更新的，它代表了 right 右侧（包含自身）的最高值。
-
推导：
- 如果我们进入了 if (height[left] < height[right]) 这个分支。
- 这意味着 height[left] 小于 height[right]。
- 而 rightMax 必然是大等于 height[right] 的。
- 结论：leftMax (当前算出来的左边最大) 肯定小于 rightMax (右边目前已知的最大)。
通俗比喻：
我们要填满一个坑，左边的墙高 5 米，右边的墙高 10 米。
虽然我们不知道右边 10 米墙的后面是不是还有更高的山，或者更深的坑，但这都不重要。
因为短板在左边（5米） ！
只要右边有一堵墙比左边高（哪怕只高一点点），当前这个位置的水位就被左边的墙锁死在 5 米了。
所以，我们只需要放心地用 leftMax - height[left] 计算即可，右边不用管！
四、 画面模拟
假设数组是 [0, 1, 0, 2, 1, 0, 1, 3, 2, 1, 2, 1]。
-
初始：left 指向 0，right 指向 1。
-
第一轮：height[left] (0) < height[right] (1)。
- 短板在左。
- leftMax 更新为 0。
- 装水 0 - 0 = 0。
- left 右移。
-
...中间过程...
-
关键时刻：假设 left 走到了下标 2（高度0），此时 leftMax 是 1（下标1的高度）。right还在很远的高处（比如高度3）。
- 因为 leftMax (1) < rightMax (3)。
- 我们确定下标 2 能装水：1 - 0 = 1。
- 完全不需要知道 right 左边具体是啥，只要知道右边有个比我高的爹就行。
五、 面试“显眼包”总结
如果面试官让你总结这道题，你可以甩出这段满分话术：
“这道题的核心在于短板效应。
也就是位置 i 的积水量由左右两边较矮的那个最高值决定。
相比于动态规划需要维护两个数组的 O(N) 空间，我选择使用双指针。
我们从两头向中间靠拢，哪边低，哪边就是瓶颈。如果左边低，那左边的 leftMax 就是实际水位上限，我们算出左边的积水并向右移动；反之亦然。
这样我们可以做到 时间复杂度 O(N) 且 空间复杂度 O(1) 的最优解。”
结语
接雨水看似困难，其实捅破了窗户纸，就是两个指针在比谁的墙更矮而已。
希望这篇解析能让你对双指针有更深的理解！如果你觉得有帮助，欢迎点赞 + 收藏，这对我非常重要！我们下个算法题见！
(P.S. 别忘了亲自去 LeetCode 手敲一遍哦！)
