在 LeetCode 的Hot 100题单中，第 11 题“盛最多水的容器”是一道极具代表性的题目。它不仅考察编程技巧，更考察通过数学逻辑优化算法的能力。
这道题的暴力解法很容易想到，但要达到的最优复杂度，需要利用双指针技巧。今天我们就来深入剖析这道题。
1. 题目核心分析
题目描述：给定一个数组height，数组中的每个元素代表一条垂直线的长度。找出两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。
核心公式：
我们面临的是一个权衡问题：
想要面积大，宽度（距离）要大。
想要面积大，高度（短板）也要高。
但因为木桶效应，容器的高度取决于两边较短的那条线。
2. 为什么暴力法不可行？
最直观的想法是两层for循环，枚举所有可能的组合(i, j)，计算面积并取最大值。
时间复杂度：
。
数据范围：题目提示
。
结果：
的平方是
，这远远超过了计算机 1 秒钟的处理能力（约
次运算），会导致超时 (TLE)。
因此，我们需要寻找一种线性时间 $O(N)$ 的解法。
3. 核心解法：双指针 (Double Pointer)
算法流程
我们采用“缩减搜索空间”的策略。
初始状态：定义两个指针，
left指向数组开头，right指向数组结尾。此时宽度最大。计算面积：计算当前
left和right围成的面积，更新最大值maxArea。移动策略（关键）：
如果
height[left] < height[right]：移动左指针(left++)。如果
height[left] >= height[right]：移动右指针(right--)。口诀：谁短动谁。
终止条件：当
left和right相遇时停止。
为什么是“谁短动谁”？（直观理解）
假设现在left处的线比right处的线短。
如果不移动
left（短板），而是移动right（长板）：宽度：一定变小。
高度：受限于
left（短板）。无论right移过来的新线有多高，整个容器的高度绝不可能超过left的高度。如果新线比left还矮，高度甚至会更低。结论：宽度变小，高度不变或变小
面积一定变小。
这意味着，只要left是短板，这一轮以left为边界的所有情况（left和任意right的组合）中，最开始算的那次（最远距离）就是最大的。left已经没有利用价值了，所以我们丢弃left，尝试找一根更高的线。
4. 严谨的数学证明
如果你觉得直观理解不够严谨，我们来看一下数学推导。
假设当前左右指针分别为和
，且
（左边是短板）。
当前的距离为。
当前面积。
证明：为什么要移动？
我们要证明的是：在保留的情况下，无论 $R$ 向左移动到任何位置
(
)，得到的面积
一定小于等于
。
新的宽度
，显然
。
新的高度
。
因为高度由短板决定，所以
恒成立。
新面积
。
因为
且
。
所以
恒成立。
结论：只要确定了是短板，那么
与
右边任意一条线的组合，最大面积只能是当前算出来的这个。因此，我们可以安全地排除
，去探索新的可能性。
5. 代码实现 (Java)
Java
class Solution { public int maxArea(int[] height) { // 定义双指针，分别指向头尾 int l = 0, r = height.length - 1; int ans = 0; while (l < r) { // 1. 计算当前面积 // 高度由短板决定 int currentHeight = Math.min(height[l], height[r]); // 宽度是索引差 int currentWidth = r - l; int area = currentHeight * currentWidth; // 2. 更新最大面积 ans = Math.max(ans, area); // 3. 移动策略：谁短动谁 // 移动短板是为了试图找到更高的板子，从而可能抵消宽度的减小 if (height[l] <= height[r]) { l++; } else { r--; } } return ans; } }6. 复杂度分析
时间复杂度:
双指针
l和r总共遍历整个数组一次。每个元素最多被访问一次。
空间复杂度:
只需要存储
l,r,ans等几个变量，不需要额外的数组空间。
7. 总结
LeetCode 11 题是贪心思想与双指针结合的典范。
解决此题的关键在于打破“遍历所有组合”的思维定势，转而思考：什么情况下我们能确定一条边已经发挥了最大潜力，可以被安全地“丢弃”？
Wood Bucket Theory（木桶理论）：短板决定容量。
消去法：移动短板那一侧的指针，相当于排除了该短板与其他所有远端边组合的可能性，因为它们一定比当前面积小。
