本文详解如何修改传统 two sum 解法，使其支持数组中存在重复元素的情况（如 [3,2,3]、target=6），并正确返回所有满足条件的索引对组合，兼顾时间效率与结果完整性。
在标准 Two Sum 问题中，若数组元素唯一且只需返回一对索引（如 LeetCode #1），常用哈希表一次遍历即可实现 O(n) 时间复杂度。但当输入含重复值（如 [3, 2, 3]）且目标为 6 时，原逻辑易遗漏 nums[0] + nums[2] === 6 这一有效解——因为简单哈希映射通常只保存某值的最后一个索引，导致早期出现的相同值被覆盖。
你的初始实现 nums.at(index + 1) 仅检查相邻元素，本质是 O(n) 的暴力近似，既无法处理非相邻重复（如 [3,2,3] 中索引 0 和 2），也无法扩展至多解场景，因此不适用于通用 Two Sum。
✅ 推荐方案：哈希表存储值 → 索引数组映射
核心思想：用 Map<number, number[]> 记录每个数值出现的所有索引。遍历过程中，对当前元素 ele 计算补数 complement = target - ele；若该补数已存在于 Map 中，则将 所有已记录的补数索引 与当前索引 index 组合成 [compIndex, index]，加入结果集。最后将当前 ele 的索引追加到其对应索引数组中（即使已存在，也要保留全部位置）。
该方案时间复杂度仍为 O(n)（单次遍历，Map 操作均摊 O(1)），空间复杂度 O(n)，且天然支持任意数量重复元素与全部解的枚举。
const twoSum = (nums, target) => {
return nums.reduce((acc, ele, index) => {
const complement = target - ele;
// 若补数已存在，遍历其所有历史索引，生成索引对
if (acc.map.has(complement)) {
for (const compIndex of acc.map.get(complement)) {
acc.result.push([compIndex, index]);
}
}
// 将当前元素索引存入 map（支持重复值）
if (!acc.map.has(ele)) acc.map.set(ele, []);
acc.map.get(ele).push(index);
return acc;
}, { map: new Map(), result: [] }).result;
};
// 测试用例
console.log(twoSum([2, 7, 11, 15], 9)); // [[0, 1]]
console.log(twoSum([3, 2, 3], 6)); // [[0, 2]]
console.log(twoSum([2, 7, 11, 7, 15, 2, 7], 9));
// [[0,1], [0,3], [0,6], [1,5], [3,5], [5,6]]⚠️ 注意事项：
- 返回格式为二维数组 [[i, j]]，明确区分索引对顺序（前小后大，按遍历顺序自然保证 i < j）；
- 若只需任一解（如 LeetCode 标准题），可在找到首个匹配时提前 return，进一步优化常数性能；
- 避免使用 indexOf 或 lastIndexOf 查找重复值——它们内部是 O(n) 线性扫描，会使整体退化为 O(n²)；
- 此解法不修改原数组，符合函数式编程原则，也便于测试与复用。
总结：处理非唯一元素的关键，在于放弃“值→单索引”的映射思维，升级为“值→索引集合”。这一转变既保持了线性时间效率，又完整覆盖了所有合法索引组合，是工业级代码中应对数据不确定性的典型范式。
