刷 LeetCode 11 盛水最多的容器之前我一直觉得双指针是个玄学两个指针一左一右往中间走凭什么移动短的那一边就一定不会错过最优解直到我把这道题真正想明白才发现双指针背后是一套非常干净的“候选淘汰”逻辑根本不是靠感觉猜的。先给没做过这道题的朋友说清楚题目给定一个非负整数数组 height数组下标是柱子的位置值代表柱子高度。现在挑两根柱子当容器的左右壁两根柱子之间的水平距离是容器宽度水位由较矮那根柱子决定求能盛水的最大面积。这道题在 LeetCode 上是第 11 题属于双指针入门必刷也是后续接雨水、三数之和等题目的逻辑起点。这篇文章我打算按自己从“暴力解超时”到“双指针一遍过”再到“面试时能讲清证明”的复习路径来写先拆题意再写暴力解然后推导双指针正确性最后给代码、讲变体。无论你是刚开始刷题的萌新还是想补证明的进阶选手都值得花十分钟读完。1. 先把题意拆开盛水面积到底怎么算1.1 一个容易画错的水桶“容器”“盛水”这两个词很容易让人脑补出一个能斜着放的水桶但这道题里的容器就是一个放在平面上的水槽左右两根柱子竖在 x 轴上中间区域是底水只能在两根柱子之间存。水面始终是水平的所以实际水深由较短的那根柱子决定水再多也会从矮的一侧溢出去。用公式写就是一行area (j - i) × min(height[i], height[j])这一行里有两个地方特别容易出问题。第一宽度必须是下标差 j - i不是 j - i 1因为柱子的位置是端点不是格子中间隔了多少个下标宽度就是多少。第二高度必须取 min不是 max也不是平均数。我见过不少人嘴上说着“矮的求 min 高的求 max”一写代码就顺手敲成 max问他就是手滑。这里我建议你直接把公式背下来面积 水平距离 × 短板高度。面试时能脱口说出这个公式等于告诉面试官你已经理解了物理场景而不是在背题。1.2 正式定义与边界情况用数学语言规范一下给定数组 height长度 n要求找出所有 i j 中 (j - i) × min(height[i], height[j]) 的最大值。题目给定的 n 最大到 10^5 量级height[i] 是非负整数可以等于 0。边界情况我建议刷题时养成习惯提交前先过一遍n 2没有两根柱子可选答案直接是 0。数组全是 0任意两根柱子的面积都是 0。所有柱子等高的极端场景答案就是最远两根柱子的距离乘以这个高度因为宽度越大越好。这些边界单独拎出来没什么难度但很多人提交超时或者答案错误往往就是暴力解忘了处理空数组或者双指针循环条件写错导致单元素数组直接越界。1.3 拿经典用例手算一遍以原题经典用例 height [1, 8, 6, 2, 5, 4, 8, 3, 7] 为例。如果挑下标 1 和下标 8 这两根柱子高度分别为 8 和 7水平距离是 8 - 1 7面积就是 7 × min(8, 7) 49。这个 49 恰好是这道题的最优答案但它是遍历完所有组合之后才确定的不是一眼看出来的。我建议你把这个数组抄下来自己动手算几组组合比如 (0, 8) 面积是 8 × 1 8(0, 7) 是 7 × 1 7(1, 6) 是 5 × 8 40能直观感受到“宽和高互相制约”的微妙关系。这比直接看题解有用得多。2. 暴力解法三分钟写完然后被数据教你做人2.1 双层循环的实现拿到这道题绝大多数人的第一反应就是暴力枚举所有两根柱子的组合。代码非常直白def max_area_bruteforce(height): n len(height) ans 0 for i in range(n): for j in range(i 1, n): area (j - i) * min(height[i], height[j]) ans max(ans, area) return ans两层循环内层从 i 1 开始避免重复计算同一对柱子。每一对都算一次面积更新最大值。逻辑上没有任何问题跑小样本也完全正确。我第一次刷这道题就是先写的暴力解当时 endpoint 测试数据很友好直接过了我还以为这题就这么简单。直到我把数组长度拉到 10^5 再测那叫一个酸爽跑了几分钟都没出结果最后强制终止。2.2 复杂度的账要算清楚暴力解的时间复杂度是 O(n²)具体操作次数大约是 n(n-1)/2。当 n 10^5 时这是 5 × 10^9 次乘法运算和大小比较任何常规语言在 1 到 2 秒的限制下都跑不完。Python 更夸张这种量级的纯循环可能要跑几十秒到几分钟。空间复杂度是 O(1)只用了常数个变量这一点倒是很好。但时间上扛不住所以它只能作为教学演示和验证基准不能作为正式解法出场。2.3 暴力解在面试里的定位面试时如果你先写暴力解再优化其实是加分行为因为它展示了你的思考过程先保证正确再考虑效率。但要注意写完暴力解之后一定要主动指出“这个解法在 n 较大时不可行因为 O(n²) 的复杂度无法承受”然后自然地过渡到双指针。这里分享一个我的个人习惯写完双指针解法之后不要直接提交而是先写一个暴力解当“对拍器”用随机生成的小数组把两个解法跑一遍逐个对比结果。这道题虽然简单但“相等高度时该移哪个指针”这种细节你对拍几次就能彻底放心。3. 双指针为什么是对的直觉、反例与严谨证明3.1 从最宽的地方开始收缩双指针的第一步是让左指针指向下标 0右指针指向下标 n - 1也就是一开始就选中距离最远的两根柱子宽度最大。接下来每走一步宽度减一我们要决定丢掉哪一端。这个问题的本质变成每一步该移动左指针还是右指针如果把两根指针都试一遍那又回到暴力枚举了。双指针的精髓在于每一步能确定性地淘汰掉其中一端而且被淘汰的那一端再也不可能出现在更优解里。3.2 短板效应移长的那根一定没希望假设当前左指针的高度是 h[i]右指针的高度是 h[j]并且 h[i] h[j]。当前面积是 (j - i) × h[i]。现在考虑要不要移右指针 j。如果你把右指针往左移一位宽度变成 j - i - 1必然变小而新的右柱子高度如果是 h[j]那么 min(h[i], h[j]) 最多不会超过 h[i]。换句话说无论右指针移到哪根更高的柱子上水面高度仍然被左侧那根矮柱子卡死宽度却一直在縮小所以面积只会更小不可能超过当前值。右指针这条分支完全没戏。3.3 候选淘汰的严谨说法面试时光说“短板效应”其实不够严谨更准确的表达是“候选淘汰”。当 h[i] ≤ h[j] 时对于固定的左端点 i任意右端点 k 只要满足 i k j面积都是 (k - i) × min(h[i], h[k])。这里 min(h[i], h[k]) 永远 ≤ h[i]而 k - i 永远 j - i所以这个面积严格小于当前面积 (j - i) × h[i]。结论是左端点 i 和当前右端点 j 之间所有可能的配对最优的那个就是我们刚刚算过的当前组合。既然 i 已经不可能和其他任何端点组合出更大的面积i 这个候选就可以永久淘汰直接左移。当我习惯用淘汰视角去理解时双指针就再也不是玄学了。它每走一步都在做一次“剪枝”把一个不可能产生最优解的候选端点从集合里删掉一共 n 个端点删 n 次复杂度自然就是 O(n)。3.4 双指针的演算过程还是用经典数组 height [1, 8, 6, 2, 5, 4, 8, 3, 7]把完整的指针移动过程列出来步骤左位置/高度右位置/高度当前面积移动动作10 / 18 / 78 × 1 8左指针太矮左移21 / 88 / 77 × 7 49右指针较矮左移31 / 87 / 36 × 3 18右指针较矮左移41 / 86 / 85 × 8 40高度相等右移51 / 85 / 44 × 4 16右指针较矮左移61 / 84 / 53 × 5 15右指针较矮左移71 / 83 / 22 × 2 4右指针较矮左移81 / 82 / 61 × 6 6右指针左移相遇结束遍历完 8 步最大值停留在第 2 步的 49这就是答案。把这张表在自己纸上画一遍指针移动和面积变化的规律就一目了然了。4. 代码实现标准双指针与三个易错点4.1 Python 标准版def max_area(height): left, right 0, len(height) - 1 ans 0 while left right: area (right - left) * min(height[left], height[right]) ans max(ans, area) if height[left] height[right]: left 1 else: right - 1 return ans这个版本是面试和日常刷题的基准写法。每次循环先算当前候选的面积然后移动“更矮那一边”的指针。如果两边高度相等代码会把右指针向左移动这也完全正确背后的原因我在下一节专门展开。4.2 Java 标准版class Solution { public int maxArea(int[] height) { int left 0; int right height.length - 1; int ans 0; while (left right) { int area (right - left) * Math.min(height[left], height[right]); ans Math.max(ans, area); if (height[left] height[right]) { left; } else { right--; } } return ans; } }Java 版和 Python 版思路完全一致只是语法不同。核心循环的退出条件是 left right当两个指针相遇时宽度为 0没有继续计算的必要。4.3 进阶优化跳过不可能更高的柱子标准双指针已经是 O(n) 了但还有一个可以锦上添花的优化思路每轮算完当前面积后不要只是移动一格而是把“不可能超过当前高度”的柱子一次性跳过。def max_area_skip(height): left, right 0, len(height) - 1 ans 0 while left right: h min(height[left], height[right]) ans max(ans, (right - left) * h) while left right and height[left] h: left 1 while left right and height[right] h: right - 1 return ans这段代码的正确性其实值得想一下。假设当前短板高度是 h左指针如果移到一根高度 ≤ h 的新柱子上新面积的高度部分最多还是 h而宽度反而更小所以必然不可能超过刚才算的面积。同理右指针也可以跳过所有 ≤ h 的柱子。这样每一轮多跳几步虽然最坏情况仍然是 O(n)但很多场景下能减少循环次数。我个人的建议是面试中先写标准双指针等面试官追问“还能不能优化”时再给出跳过版本并当场把正确性讲清楚。如果你一上来就写跳过版又解释不清楚为什么不会漏解反而容易减分。4.4 提交时最容易翻车的三个细节第一个坑宽度写成 j - i 1。这通常是把数组当格子数而不是当坐标点来理解导致的结果比正确答案大一圈而且测试数据越大错得越离谱。第二个坑取高度时写成了 max。这个错误很隐蔽因为视觉上长得越高越能盛水但实际上水会从矮的那边流走必须用 min。建议提交前用几个高度差异大的用例手动验证一下。第三个坑循环条件写成 left right。当 left 和 right 相等时两根指针指向同一根柱子宽度是 0面积也是 0虽然不会出错但之后指针交叉再访问数组就越界了。这道题老老实实用 while left right 就好。把三个坑和复杂度汇总成一张表写法时间复杂度空间复杂度适用场景暴力双层循环O(n²)O(1)小规模验证、对拍基准标准双指针O(n)O(1)面试和常规提交首选双指针跳过版O(n)常数更快O(1)大数据量、柱高重复多的场景5. 面试官把这些变体抛过来时怎么接5.1 相等高度移左还是移右能不能一起移当 height[left] height[right] 时标准代码走的是 else 分支也就是右指针左移。那么问题来了这个时候移左指针行不行答案是行。因为两根柱子高度相等按淘汰逻辑左指针和当前右指针之间的所有配对已经不可能超过当前面积右指针同理。所以左移、右移甚至两边同时移都是正确的。我面试写代码时倾向于只移右指针因为这样逻辑最简单也最容易向面试官解释如果面试官追问再展开说明“其实两边的候选都可以安全淘汰”。这里有个容易翻车的地方如果你选择两边同时移一定要在代码里写成两个 if而不是 if-else否则实际上只移了一边。我见过有人讲得头头是道一写代码就写成了 else结果逻辑和自己说的完全对不上。5.2 从盛水容器到接雨水双指针的两副面孔很多人刷完这道题紧接着会碰到另一道经典题接雨水LeetCode 第 42 题。两道题共享“短板”直觉但思路有本质区别。盛水容器是找一对柱子使面积最大只需要看当前两端的高度取较小值乘以宽度即可接雨水则是统计所有凹槽里的积水量需要同时维护左侧最大高度边界和右侧最大高度边界再逐个位置累加。我面试时经常被连着问这两道题如果你能主动答出它们的区别——一个是“取端点、找最优对”一个是“维护边界、逐格累加”——面试官会认为你是真的理解双指针而不是背模板。5.3 什么时候该想到双指针三个适用信号根据我做题的经验一道题适合用双指针通常有三个信号。第一问题可以转化为两个端点的收缩过程每一步只需要决定丢弃哪一端。第二存在某种单调性或短板限制使得被丢弃的那一端在数学上不可能再参与更优解也就是候选淘汰可以严格证明。第三整个过程只需要常数级别的额外空间不需要哈希表或前缀和辅助。典型例子包括两数之和 II、三数之和、盛水容器、接雨水。刷到这些题时先对照这三个信号想想比直接套模板要靠谱得多。6. 最后说点刷题体会别急着背代码我第一次做这道题时暴力解过了小数据就开始飘一提交就超时然后老老实实打开题解背双指针写法。背完能写出来但面试官一问“为什么移动矮的指针”我就只能说出“因为矮的决定了高度”再往深一层就卡住了。后来我花了一个晚上把双指针的淘汰过程在草稿纸上画了几十遍又用随机数组对拍了暴力解和双指针解才真正把这道题吃透。从那以后接雨水、三数之和这类双指针题我上手快了很多因为底层那套“候选淘汰”的思维已经通了。如果你现在正被这道题折磨我的建议是不要只看题解先自己画一遍指针移动表再试着用“对于固定左端点任何右端点都不可能更好”的句式把证明写出来最后用三个边界用例做自测。把这一套走完你收获的不只是这一道题的解法而是一种能迁移到很多题目上的思考方式。顺便说一句你还可以在纸上模拟跳过版本的指针轨迹验证一下优化前后答案始终一致这个过程本身就很解压。 刷 LeetCode 11 盛水最多的容器之前我一直觉得双指针是个玄学两个指针一左一右往中间走凭什么移动短的那一边就一定不会错过最优解直到我把这道题真正想明白才发现双指针背后是一套非常干净的“候选淘汰”逻辑根本不是靠感觉猜的。先给没做过这道题的朋友说清楚题目给定一个非负整数数组 height数组下标是柱子的位置值代表柱子高度。现在挑两根柱子当容器的左右壁两根柱子之间的水平距离是容器宽度水位由较矮那根柱子决定求能盛水的最大面积。这道题在 LeetCode 上是第 11 题属于双指针入门必刷也是后续接雨水、三数之和等题目的逻辑起点。这篇文章我打算按自己从“暴力解超时”到“双指针一遍过”再到“面试时能讲清证明”的复习路径来写先拆题意再写暴力解然后推导双指针正确性最后给代码、讲变体。无论你是刚开始刷题的萌新还是想补证明的进阶选手都值得花十分钟读完。1. 先把题意拆开盛水面积到底怎么算1.1 一个容易画错的水桶“容器”“盛水”这两个词很容易让人脑补出一个能斜着放的水桶但这道题里的容器就是一个放在平面上的水槽左右两根柱子竖在 x 轴上中间区域是底水只能在两根柱子之间存。水面始终是水平的所以实际水深由较短的那根柱子决定水再多也会从矮的一侧溢出去。用公式写就是一行area (j - i) × min(height[i], height[j])这一行里有两个地方特别容易出问题。第一宽度必须是下标差 j - i不是 j - i 1因为柱子的位置是端点不是格子中间隔了多少个下标宽度就是多少。第二高度必须取 min不是 max也不是平均数。我见过不少人嘴上说着“矮的求 min 高的求 max”一写代码就顺手敲成 max问他就是手滑。这里我建议你直接把公式背下来面积 水平距离 × 短板高度。面试时能脱口说出这个公式等于告诉面试官你已经理解了物理场景而不是在背题。1.2 正式定义与边界情况用数学语言规范一下给定数组 height长度 n要求找出所有 i j 中 (j - i) × min(height[i], height[j]) 的最大值。题目给定的 n 最大到 10^5 量级height[i] 是非负整数可以等于 0。边界情况我建议刷题时养成习惯提交前先过一遍n 2没有两根柱子可选答案直接是 0。数组全是 0任意两根柱子的面积都是 0。所有柱子等高的极端场景答案就是最远两根柱子的距离乘以这个高度因为宽度越大越好。这些边界单独拎出来没什么难度但很多人提交超时或者答案错误往往就是暴力解忘了处理空数组或者双指针循环条件写错导致单元素数组直接越界。1.3 拿经典用例手算一遍以原题经典用例 height [1, 8, 6, 2, 5, 4, 8, 3, 7] 为例。如果挑下标 1 和下标 8 这两根柱子高度分别为 8 和 7水平距离是 8 - 1 7面积就是 7 × min(8, 7) 49。这个 49 恰好是这道题的最优答案但它是遍历完所有组合之后才确定的不是一眼看出来的。我建议你把这个数组抄下来自己动手算几组组合比如 (0, 8) 面积是 8 × 1 8(0, 7) 是 7 × 1 7(1, 6) 是 5 × 8 40能直观感受到“宽和高互相制约”的微妙关系。这比直接看题解有用得多。2. 暴力解法三分钟写完然后被数据教你做人2.1 双层循环的实现拿到这道题绝大多数人的第一反应就是暴力枚举所有两根柱子的组合。代码非常直白def max_area_bruteforce(height): n len(height) ans 0 for i in range(n): for j in range(i 1, n): area (j - i) * min(height[i], height[j]) ans max(ans, area) return ans两层循环内层从 i 1 开始避免重复计算同一对柱子。每一对都算一次面积更新最大值。逻辑上没有任何问题跑小样本也完全正确。我第一次刷这道题就是先写的暴力解当时 endpoint 测试数据很友好直接过了我还以为这题就这么简单。直到我把数组长度拉到 10^5 再测那叫一个酸爽跑了几分钟都没出结果最后强制终止。2.2 复杂度的账要算清楚暴力解的时间复杂度是 O(n²)具体操作次数大约是 n(n-1)/2。当 n 10^5 时这是 5 × 10^9 次乘法运算和大小比较任何常规语言在 1 到 2 秒的限制下都跑不完。Python 更夸张这种量级的纯循环可能要跑几十秒到几分钟。空间复杂度是 O(1)只用了常数个变量这一点倒是很好。但时间上扛不住所以它只能作为教学演示和验证基准不能作为正式解法出场。2.3 暴力解在面试里的定位面试时如果你先写暴力解再优化其实是加分行为因为它展示了你的思考过程先保证正确再考虑效率。但要注意写完暴力解之后一定要主动指出“这个解法在 n 较大时不可行因为 O(n²) 的复杂度无法承受”然后自然地过渡到双指针。这里分享一个我的个人习惯写完双指针解法之后不要直接提交而是先写一个暴力解当“对拍器”用随机生成的小数组把两个解法跑一遍逐个对比结果。这道题虽然简单但“相等高度时该移哪个指针”这种细节你对拍几次就能彻底放心。3. 双指针为什么是对的直觉、反例与严谨证明3.1 从最宽的地方开始收缩双指针的第一步是让左指针指向下标 0右指针指向下标 n - 1也就是一开始就选中距离最远的两根柱子宽度最大。接下来每走一步宽度减一我们要决定丢掉哪一端。这个问题的本质变成每一步该移动左指针还是右指针如果把两根指针都试一遍那又回到暴力枚举了。双指针的精髓在于每一步能确定性地淘汰掉其中一端而且被淘汰的那一端再也不可能出现在更优解里。3.2 短板效应移长的那根一定没希望假设当前左指针的高度是 h[i]右指针的高度是 h[j]并且 h[i] h[j]。当前面积是 (j - i) × h[i]。现在考虑要不要移右指针 j。如果你把右指针往左移一位宽度变成 j - i - 1必然变小而新的右柱子高度如果是 h[j]那么 min(h[i], h[j]) 最多不会超过 h[i]。换句话说无论右指针移到哪根更高的柱子上水面高度仍然被左侧那根矮柱子卡死宽度却一直在縮小所以面积只会更小不可能超过当前值。右指针这条分支完全没戏。3.3 候选淘汰的严谨说法面试时光说“短板效应”其实不够严谨更准确的表达是“候选淘汰”。当 h[i] ≤ h[j] 时对于固定的左端点 i任意右端点 k 只要满足 i k j面积都是 (k - i) × min(h[i], h[k])。这里 min(h[i], h[k]) 永远 ≤ h[i]而 k - i 永远 j - i所以这个面积严格小于当前面积 (j - i) × h[i]。结论是左端点 i 和当前右端点 j 之间所有可能的配对最优的那个就是我们刚刚算过的当前组合。既然 i 已经不可能和其他任何端点组合出更大的面积i 这个候选就可以永久淘汰直接左移。当我习惯用淘汰视角去理解时双指针就再也不是玄学了。它每走一步都在做一次“剪枝”把一个不可能产生最优解的候选端点从集合里删掉一共 n 个端点删 n 次复杂度自然就是 O(n)。3.4 双指针的演算过程还是用经典数组 height [1, 8, 6, 2, 5, 4, 8, 3, 7]把完整的指针移动过程列出来步骤左位置/高度右位置/高度当前面积移动动作10 / 18 / 78 × 1 8左指针太矮左移21 / 88 / 77 × 7 49右指针较矮左移31 / 87 / 36 × 3 18右指针较矮左移41 / 86 / 85 × 8 40高度相等右移51 / 85 / 44 × 4 16右指针较矮左移61 / 84 / 53 × 5 15右指针较矮左移71 / 83 / 22 × 2 4右指针较矮左移81 / 82 / 61 × 6 6右指针左移相遇结束遍历完 8 步最大值停留在第 2 步的 49这就是答案。把这张表在自己纸上画一遍指针移动和面积变化的规律就一目了然了。4. 代码实现标准双指针与三个易错点4.1 Python 标准版def max_area(height): left, right 0, len(height) - 1 ans 0 while left right: area (right - left) * min(height[left], height[right]) ans max(ans, area) if height[left] height[right]: left 1 else: right - 1 return ans这个版本是面试和日常刷题的基准写法。每次循环先算当前候选的面积然后移动“更矮那一边”的指针。如果两边高度相等代码会把右指针向左移动这也完全正确背后的原因我在下一节专门展开。4.2 Java 标准版class Solution { public int maxArea(int[] height) { int left 0; int right height.length - 1; int ans 0; while (left right) { int area (right - left) * Math.min(height[left], height[right]); ans Math.max(ans, area); if (height[left] height[right]) { left; } else { right--; } } return ans; } }Java 版和 Python 版思路完全一致只是语法不同。核心循环的退出条件是 left right当两个指针相遇时宽度为 0没有继续计算的必要。4.3 进阶优化跳过不可能更高的柱子标准双指针已经是 O(n) 了但还有一个可以锦上添花的优化思路每轮算完当前面积后不要只是移动一格而是把“不可能超过当前高度”的柱子一次性跳过。def max_area_skip(height): left, right 0, len(height) - 1 ans 0 while left right: h min(height[left], height[right]) ans max(ans, (right - left) * h) while left right and height[left] h: left 1 while left right and height[right] h: right - 1 return ans这段代码的正确性其实值得想一下。假设当前短板高度是 h左指针如果移到一根高度 ≤ h 的新柱子上新面积的高度部分最多还是 h而宽度反而更小所以必然不可能超过刚才算的面积。同理右指针也可以跳过所有 ≤ h 的柱子。这样每一轮多跳几步虽然最坏情况仍然是 O(n)但很多场景下能减少循环次数。我个人的建议是面试中先写标准双指针等面试官追问“还能不能优化”时再给出跳过版本并当场把正确性讲清楚。如果你一上来就写跳过版又解释不清楚为什么不会漏解反而容易减分。4.4 提交时最容易翻车的三个细节第一个坑宽度写成 j - i 1。这通常是把数组当格子数而不是当坐标点来理解导致的结果比正确答案大一圈而且测试数据越大错得越离谱。第二个坑取高度时写成了 max。这个错误很隐蔽因为视觉上长得越高越能盛水但实际上水会从矮的那边流走必须用 min。建议提交前用几个高度差异大的用例手动验证一下。第三个坑循环条件写成 left right。当 left 和 right 相等时两根指针指向同一根柱子宽度是 0面积也是 0虽然不会出错但之后指针交叉再访问数组就越界了。这道题老老实实用 while left right 就好。把三个坑和复杂度汇总成一张表写法时间复杂度空间复杂度适用场景暴力双层循环O(n²)O(1)小规模验证、对拍基准标准双指针O(n)O(1)面试和常规提交首选双指针跳过版O(n)常数更快O(1)大数据量、柱高重复多的场景5. 面试官把这些变体抛过来时怎么接5.1 相等高度移左还是移右能不能一起移当 height[left] height[right] 时标准代码走的是 else 分支也就是右指针左移。那么问题来了这个时候移左指针行不行答案是行。因为两根柱子高度相等按淘汰逻辑左指针和当前右指针之间的所有配对已经不可能超过当前面积右指针同理。所以左移、右移甚至两边同时移都是正确的。我面试写代码时倾向于只移右指针因为这样逻辑最简单也最容易向面试官解释如果面试官追问再展开说明“其实两边的候选都可以安全淘汰”。这里有个容易翻车的地方如果你选择两边同时移一定要在代码里写成两个 if而不是 if-else否则实际上只移了一边。我见过有人讲得头头是道一写代码就写成了 else结果逻辑和自己说的完全对不上。5.2 从盛水容器到接雨水双指针的两副面孔很多人刷完这道题紧接着会碰到另一道经典题接雨水LeetCode 第 42 题。两道题共享“短板”直觉但思路有本质区别。盛水容器是找一对柱子使面积最大只需要看当前两端的高度取较小值乘以宽度即可接雨水则是统计所有凹槽里的积水量需要同时维护左侧最大高度边界和右侧最大高度边界再逐个位置累加。我面试时经常被连着问这两道题如果你能主动答出它们的区别——一个是“取端点、找最优对”一个是“维护边界、逐格累加”——面试官会认为你是真的理解双指针而不是背模板。5.3 什么时候该想到双指针三个适用信号根据我做题的经验一道题适合用双指针通常有三个信号。第一问题可以转化为两个端点的收缩过程每一步只需要决定丢弃哪一端。第二存在某种单调性或短板限制使得被丢弃的那一端在数学上不可能再参与更优解也就是候选淘汰可以严格证明。第三整个过程只需要常数级别的额外空间不需要哈希表或前缀和辅助。典型例子包括两数之和 II、三数之和、盛水容器、接雨水。刷到这些题时先对照这三个信号想想比直接套模板要靠谱得多。6. 最后说点刷题体会别急着背代码我第一次做这道题时暴力解过了小数据就开始飘一提交就超时然后老老实实打开题解背双指针写法。背完能写出来但面试官一问“为什么移动矮的指针”我就只能说出“因为矮的决定了高度”再往深一层就卡住了。后来我花了一个晚上把双指针的淘汰过程在草稿纸上画了几十遍又用随机数组对拍了暴力解和双指针解才真正把这道题吃透。从那以后接雨水、三数之和这类双指针题我上手快了很多因为底层那套“候选淘汰”的思维已经通了。如果你现在正被这道题折磨我的建议是不要只看题解先自己画一遍指针移动表再试着用“对于固定左端点任何右端点都不可能更好”的句式把证明写出来最后用三个边界用例做自测。把这一套走完你收获的不只是这一道题的解法而是一种能迁移到很多题目上的思考方式。顺便说一句你还可以在纸上模拟跳过版本的指针轨迹验证一下优化前后答案始终一致这个过程本身就很解压。 
