LeetCode 75 学习计划适用于想为技术面试做准备但不确定应该聚焦于哪些题目的用户。学习计划中的题目都是经过精心挑选的，Level 1和 Level 2 学习计划是为初级用户和中级用户准备的，题目覆盖了大多数中层公司面试时所必需的数据结构和算法，Level 3 学习计划则是为准备面试顶级公司的用户准备的。来源
双指针从广义上来说，是指用两个变量在线性结构上遍历而解决的问题。狭义上说，
- 对于数组，指两个变量在数组上相向移动解决的问题；
- 对于链表，指两个变量在链表上同向移动解决的问题，也称为「快慢指针」问题。
双指针算法通常不难，双指针算法是基于暴力解法的优化，它是很好的学习算法的入门问题。
本篇带来两道相似的、有递进关系的“双指针”算法题。
“最接近的三数之和”
给你一个长度为 n 的整数数组 nums 和 一个目标值 target。请你从 nums 中选出三个整数，使它们的和与 target 最接近。
返回这三个数的和。
假定每组输入只存在恰好一个解。
示例 1：
输入：nums = [-1,2,1,-4], target = 1
输出：2
解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。
示例 2：
输入： nums = [0,0,0], target = 1
输出： 0
双指针解法：
数组先升序排序，初始化一个最小和；遍历数组，定义双指针，如果当前和更接近，更新最小值；根据当前三数之和和target的关系，移动指针；若在遍历过程中，三数之和等于target，直接返回当前的和即可。
const threeSumClosest = (nums, target) => {
// 升序排序
nums.sort((a, b) => a - b);
// 初始化一个最小值
let min = Infinity;
const len = nums.length;
for (let i = 0; i < len; i++) {
// 定义左右指针
let [left, right] = [i + 1, len - 1];
while (left < right) {
// 当前三数之和
const sum = nums[i] + nums[left] + nums[right];
// 如果当前和更接近，更新最小值
if (Math.abs(sum - target) < Math.abs(min - target)) {
min = sum;
}
// 根据sum和target的关系，移动指针
if (sum < target) {
left++;
} else if (sum > target) {
right--;
} else {
// sum和target相等，直接返回sum，肯定是最小的了
return sum;
}
}
}
// 遍历结束，返回最接近的和
return min;
};
“四数之和”
给你一个由 n 个整数组成的数组 nums ，和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] （若两个四元组元素一一对应，则认为两个四元组重复）：
- 0 <= a, b, c, d < n
- a、b、c 和 d 互不相同
- nums[a] + nums[b] + nums[c] + nums[d] == target 你可以按 任意顺序 返回答案 。
示例 1：
输入：nums = [1,0,-1,0,-2,2], target = 0
输出：[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]
示例 2：
输入：nums = [2,2,2,2,2], target = 8
输出：[[2,2,2,2]]
双指针解法：
先给数组从小到大排序，然后双指针lo和hi分别在数组开头和结尾，这样就可以控制nums[lo]和nums[hi]这两数之和的大小；如果你想让它俩的和大一些，就让lo++，如果你想让它俩的和小一些，就让hi--。
基于两数之和可以得到一个万能函数nSumTarget，具体思路可见题解 一个函数秒杀 2Sum 3Sum 4Sum 问题'
/**
* @param {number[]} nums
* @param {number} target
* @return {number[][]}
*/
var fourSum = function (nums, target) {
// 先排序
nums.sort((a, b) => a - b);
/*
注意：调用这个函数之前一定要先给 nums 排序
n 填写想求的是几数之和，start 从哪个索引开始计算（一般填 0），target 填想凑出的目标和
*/
const nSumTarget = (nums, n, start, target) => {
let size = nums.length;
let res = [];
// 至少是 2Sum，且数组大小不应该小于 n
if (n < 2 || size < n) return res;
// 2Sum 是 base case
if (n == 2) {
// 双指针那一套操作
let lo = start,
hi = size - 1;
while (lo < hi) {
let sum = nums[lo] + nums[hi];
let left = nums[lo],
right = nums[hi];
if (sum < target) {
while (lo < hi && nums[lo] == left) lo++;
} else if (sum > target) {
while (lo < hi && nums[hi] == right) hi--;
} else {
res.push([left, right]);
while (lo < hi && nums[lo] == left) lo++;
while (lo < hi && nums[hi] == right) hi--;
}
}
} else {
// n > 2 时，递归计算 (n-1)Sum 的结果
for (let i = start; i < size; i++) {
let sub = nSumTarget(nums, n - 1, i + 1, target - nums[i]);
for (let arr of sub) {
arr.push(nums[i]);
res.push(arr);
}
while (i < size - 1 && nums[i] == nums[i + 1]) i++;
}
}
return res;
};
// n 为 4，从 nums[0] 开始计算和为 target 的四元组
return nSumTarget(nums, 4, 0, target);
};
