共计 2897 个字符，预计需要花费 8 分钟才能阅读完成。
读完本文，你能够去力扣拿下如下题目：
141. 环形链表
141. 环形链表 II
167. 两数之和 II – 输出有序数组
———–
我把双指针技巧再分为两类，一类是「快慢指针」，一类是「左右指针」。前者解决次要解决链表中的问题，比方典型的断定链表中是否蕴含环；后者次要解决数组（或者字符串）中的问题，比方二分查找。
一、快慢指针的常见算法
快慢指针个别都初始化指向链表的头结点 head，后退时快指针 fast 在前，慢指针 slow 在后，奇妙解决一些链表中的问题。
1、断定链表中是否含有环
这应该属于链表最根本的操作了，如果读者曾经晓得这个技巧，能够跳过。
单链表的特点是每个节点只晓得下一个节点，所以一个指针的话无奈判断链表中是否含有环的。
如果链表中不含环，那么这个指针最终会遇到空指针 null 示意链表到头了，这还好说，能够判断该链表不含环。
boolean hasCycle(ListNode head) {while (head != null)
head = head.next;
return false;
}然而如果链表中含有环，那么这个指针就会陷入死循环，因为环形数组中没有 null 指针作为尾部节点。
经典解法就是用两个指针，一个跑得快，一个跑得慢。如果不含有环，跑得快的那个指针最终会遇到 null，阐明链表不含环；如果含有环，快指针最终会超慢指针一圈，和慢指针相遇，阐明链表含有环。
boolean hasCycle(ListNode head) {
ListNode fast, slow;
fast = slow = head;
while (fast != null && fast.next != null) {
fast = fast.next.next;
slow = slow.next;
if (fast == slow) return true;
}
return false;
}2、已知链表中含有环，返回这个环的起始地位
这个问题一点都不艰难，有点相似脑筋急转弯，先间接看代码：
ListNode detectCycle(ListNode head) {
ListNode fast, slow;
fast = slow = head;
while (fast != null && fast.next != null) {
fast = fast.next.next;
slow = slow.next;
if (fast == slow) break;
}
// 下面的代码相似 hasCycle 函数
slow = head;
while (slow != fast) {
fast = fast.next;
slow = slow.next;
}
return slow;
}能够看到，当快慢指针相遇时，让其中任一个指针指向头节点，而后让它俩以雷同速度后退，再次相遇时所在的节点地位就是环开始的地位。这是为什么呢？
第一次相遇时，假如慢指针 slow 走了 k 步，那么快指针 fast 肯定走了 2k 步，也就是说比 slow 多走了 k 步（也就是环的长度）。
设相遇点距环的终点的间隔为 m，那么环的终点距头结点 head 的间隔为 k – m，也就是说如果从 head 后退 k – m 步就能达到环终点。
巧的是，如果从相遇点继续前进 k – m 步，也恰好达到环终点。
所以，只有咱们把快慢指针中的任一个从新指向 head，而后两个指针同速后退，k – m 步后就会相遇，相遇之处就是环的终点了。
3、寻找链表的中点
相似下面的思路，咱们还能够让快指针一次后退两步，慢指针一次前进一步，当快指针达到链表止境时，慢指针就处于链表的两头地位。
while (fast != null && fast.next != null) {
fast = fast.next.next;
slow = slow.next;
}
// slow 就在两头地位
return slow;当链表的长度是奇数时，slow 凑巧停在中点地位；如果长度是偶数，slow 最终的地位是两头偏右：
寻找链表中点的一个重要作用是对链表进行归并排序。
回忆数组的归并排序：求中点索引递归地把数组二分，最初合并两个有序数组。对于链表，合并两个有序链表是很简略的，难点就在于二分。
然而当初你学会了找到链表的中点，就能实现链表的二分了。对于归并排序的具体内容本文就不具体开展了。
4、寻找链表的倒数第 k 个元素
咱们的思路还是应用快慢指针，让快指针先走 k 步，而后快慢指针开始同速后退。这样当快指针走到链表开端 null 时，慢指针所在的地位就是倒数第 k 个链表节点（为了简化，假如 k 不会超过链表长度）：
ListNode slow, fast;
slow = fast = head;
while (k-- > 0)
fast = fast.next;
while (fast != null) {
slow = slow.next;
fast = fast.next;
}
return slow;二、左右指针的罕用算法
左右指针在数组中理论是指两个索引值，个别初始化为 left = 0, right = nums.length – 1。
1、二分查找
前文「二分查找」有具体解说，这里只写最简略的二分算法，旨在突出它的双指针个性：
int binarySearch(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while(left <= right) {int mid = (right + left) / 2;
if(nums[mid] == target)
return mid;
else if (nums[mid] < target)
left = mid + 1;
else if (nums[mid] > target)
right = mid - 1;
}
return -1;
}2、两数之和
间接看一道 LeetCode 题目吧：
只有数组有序，就应该想到双指针技巧。这道题的解法有点相似二分查找，通过调节 left 和 right 能够调整 sum 的大小：
int[] twoSum(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left < right) {int sum = nums[left] + nums[right];
if (sum == target) {
// 题目要求的索引是从 1 开始的
return new int[]{left + 1, right + 1};
} else if (sum < target) {left++; // 让 sum 大一点} else if (sum > target) {right--; // 让 sum 小一点}
}
return new int[]{-1, -1};
}3、反转数组
void reverse(int[] nums) {
int left = 0;
int right = nums.length - 1;
while (left < right) {// swap(nums[left], nums[right])
int temp = nums[left];
nums[left] = nums[right];
nums[right] = temp;
left++; right--;
}
}4、滑动窗口算法
这兴许是双指针技巧的最高境界了，如果把握了此算法，能够解决一大类子字符串匹配的问题，不过「滑动窗口」略微比上述的这些算法简单些。
侥幸的是，这类算法是有框架模板的，而且这篇文章就解说了「滑动窗口」算法模板，帮大家秒杀几道 LeetCode 子串匹配的问题。
