双指针法可在O(n)时间复杂度内判断排序数组中是否存在两数之和等于目标值，核心是利用有序性每次排除一整批无效组合：和小则左指针右移，和大则右指针左移，两指针各遍历至多一次。
直接用双指针，不用额外空间，一遍扫完就能判断是否存在两数之和等于目标值。
为什么双指针在这里能降到 O(n)
关键前提是数组已排序。这使得每次比较后，都能安全排除一整批不可能的组合：比如当前左指针在 i、右指针在 j，若 numbers[i] + numbers[j] < target，那所有比 numbers[i] 更小的数（即 i 左边的数）和 numbers[j] 相加，结果只会更小——全可跳过，所以只让左指针右移；反之若和太大，就让右指针左移。两个指针最多各走一遍，总操作数 ≤ n。
具体操作步骤
- 初始化 left = 0，right = 数组长度 − 1
- 进入循环，只要 left < right 就继续
- 计算 currentSum = numbers[left] + numbers[right]
- 如果 currentSum == target，立即返回 true（或记录下标）
- 如果 currentSum < target，left++（增大和）
- 如果 currentSum > target，right--（减小和）
- 循环结束都没找到，说明不存在
注意边界与细节
不需要担心越界——因为 while 条件是 left < right，每次只移动一个指针，且移动后仍保持 left ≤ right，直到相等时自动退出。也不用考虑重复元素干扰，判定存在性时，只要有一对满足即可；即使有多个解，找到第一个就可终止。题目若要求返回下标（如力扣167），记得转成 1-based（即 left+1 和 right+1）。
和暴力法对比一目了然
暴力法要枚举所有 (i, j) 对，共约 n²/2 次加法；双指针最多做 n−1 次加法和指针移动。当数组长度从 1000 增到 10000，暴力法耗时增长约 100 倍，双指针只增长 10 倍——这才是真正的线性可扩展。
