如何减少循环嵌套？三数之和Swift代码优化与高效编程思维

一、减少循环嵌套的具体方案：双指针法 #

原来的三重循环时间复杂度是O(n³)，数据量一大就会很慢。我们可以用双指针法把复杂度降到O(n²)，核心思路是借助有序数组的特性，用两个指针的移动替代内层两层循环：

1. 先给数组排序，排序的时间是O(n log n)，这步是后续优化的基础
2. 遍历数组中的每个元素作为第一个数，然后用左指针指向它的下一个位置，右指针指向数组末尾
3. 根据三个数的和与目标值的对比，移动指针：
   • 和小于目标值：左指针右移，让总和变大
   • 和大于目标值：右指针左移，让总和变小
   • 和等于目标值：直接返回true，说明找到符合条件的三个数

Swift代码示例 #

func hasThreeSum(_ nums: [Int], target: Int) -> Bool {
    let sortedNums = nums.sorted()
    let count = sortedNums.count
    
    for i in 0..<count - 2 {
        // 跳过重复元素，避免重复计算（可选但实用的优化）
        if i > 0 && sortedNums[i] == sortedNums[i-1] {
            continue
        }
        
        var left = i + 1
        var right = count - 1
        
        while left < right {
            let currentSum = sortedNums[i] + sortedNums[left] + sortedNums[right]
            if currentSum == target {
                return true
            } else if currentSum < target {
                left += 1
                // 跳过重复的左指针元素，减少无效遍历
                while left < right && sortedNums[left] == sortedNums[left-1] {
                    left += 1
                }
            } else {
                right -= 1
                // 跳过重复的右指针元素
                while left < right && sortedNums[right] == sortedNums[right+1] {
                    right -= 1
                }
            }
        }
    }
    return false
}

二、培养高效代码思维的几个实用方法 #

1. 先算复杂度，再想优化方向 #

写代码前先估算暴力解法的复杂度，比如三重循环O(n³)，明显可以优化。然后思考有没有更低复杂度的思路——比如用空间换时间（比如哈希表存已遍历元素），或者利用排序+双指针这类算法技巧。

2. 吃透经典问题的解法 #

像两数之和、三数之和、滑动窗口这类经典问题，它们的解法是很多复杂问题的基础。比如三数之和本质就是“固定一个数，找两数之和等于目标差值”，把复杂问题拆解成熟悉的小问题，就能快速找到优化方向。

3. 别忽略边界和重复场景 #

数组里的重复元素、空数组、目标值超出数组元素范围这些场景，不仅要处理，还能用来优化——比如上面代码里跳过重复元素，能减少很多不必要的循环，提升实际运行效率。

4. 多对比不同解法，复盘总结 #

写完代码后，看看有没有其他实现方式，比如用哈希表实现三数之和的另一种思路，对比双指针和哈希表的时间、空间差异，总结哪种场景下用哪种方法更合适。

5. 选对数据结构 #

合适的数据结构能直接降低复杂度：比如哈希表可以把查找从O(n)降到O(1)，有序数组能让双指针操作成为可能。写代码前先想清楚，当前问题需要快速查找？还是需要有序遍历？再选对应的结构。

内容的提问来源于stack exchange，提问作者nitpaxy