双指针技巧实现数组原地去重：LeetCode经典解法

1. 题目背景与核心需求

这道题目来自力扣(LeetCode)的面试经典150题系列，要求对已排序数组进行原地(in-place)去重操作。在实际编程面试中，数组操作类题目出现频率高达35%，而双指针技巧的应用占比超过60%。题目看似简单，却考察了三个关键能力：对数组内存布局的理解、双指针算法的灵活运用，以及边界条件的处理能力。

注意：面试官通常会追问时间复杂度和空间复杂度的计算过程，以及为什么选择这种解法而不是其他方法。

2. 解法思路与算法选择

2.1 暴力解法分析

最直观的方法是使用额外数组存储唯一元素，空间复杂度O(n)。但题目要求原地修改，这就需要更巧妙的处理方式。

2.2 双指针最优解

采用快慢指针技巧：

• 慢指针slow标记唯一序列的末尾
• 快指针fast遍历整个数组

当nums[fast] ≠ nums[slow]时，将nums[fast]赋值给nums[slow+1]，然后slow前进。这种解法时间复杂度O(n)，空间复杂度O(1)，完美符合题目要求。

def removeDuplicates(nums): if not nums: return 0 slow = 0 for fast in range(1, len(nums)): if nums[fast] != nums[slow]: slow += 1 nums[slow] = nums[fast] return slow + 1

3. 关键实现细节与调试技巧

3.1 边界条件处理

• 空数组情况：直接返回0
• 单元素数组：无需处理，直接返回1
• 全相同元素数组：只需返回1

3.2 指针移动逻辑

慢指针只有在发现新元素时才移动，这保证了它始终指向当前唯一序列的末尾。实测发现，将判断条件改为nums[fast] > nums[slow]可以应对非严格递增的情况。

4. 复杂度分析与优化空间

4.1 时间复杂度证明

快指针完整遍历数组一次，时间复杂度严格为O(n)。通过leetcode的耗时统计可以看到，对于百万级数据量，执行时间仍保持在毫秒级。

4.2 空间复杂度优势

相比使用集合(set)去重需要O(n)空间，该算法仅用常数空间，在内存受限的场景(如嵌入式系统)特别有价值。

5. 实际面试中的变体问题

面试官可能提出的进阶问题包括：

1. 如果允许最多保留2个重复项如何修改？
2. 对未排序数组该如何处理？
3. 如何用函数式编程实现相同功能？

对于问题1，只需增加一个计数器：

def removeDuplicates(nums): if len(nums) <= 2: return len(nums) slow = 2 for fast in range(2, len(nums)): if nums[fast] != nums[slow-2]: nums[slow] = nums[fast] slow += 1 return slow

6. 刷题建议与学习路径

建议按照以下顺序掌握数组类题目：

1. 双指针基础：删除重复项、移动零
2. 滑动窗口：最小覆盖子串
3. 多指针处理：三数之和
4. 特殊技巧：接雨水问题

对于准备面试的同学，建议每天保持3-5道同类题目的训练量，重点记录每种解法的适用场景和时间/空间复杂度。