Java 滑动窗口 - 附LeetCode经典题解

Java 滑动窗口 - 附LeetCode经典题解

一、什么是滑动窗口?

1.1 形象理解

想象你站在一扇窗户前看风景,窗户可以左右移动,也可以变大变小。你通过这扇窗户观察外面的景色,这就是"滑动窗口"。

在算法中,滑动窗口就是:

  • 窗口:数组或字符串中的一段连续子序列
  • 滑动:窗口的左右边界可以移动
  • 目的:在移动过程中找到满足条件的最优解

1.2 滑动窗口的本质

滑动窗口其实就是双指针的一种应用:

  • 左指针(left):窗口的左边界
  • 右指针(right):窗口的右边界
  • 窗口内容[left, right) 之间的元素(左闭右开区间)
字符串:a b c a b c b b ↑ ↑ left right 窗口内容:[a, b, c](不包含 right 指向的元素) 

Java 特别注意: 在 Java 中,字符串索引从 0 开始,s.charAt(i) 获取索引 i 的字符。


1.3 滑动窗口的核心思想

核心: 通过移动左右指针,动态调整窗口大小,在 O(n) 时间内找到最优解。

关键点:

  1. 右指针不断向右扩大窗口
  2. 当窗口不满足条件时,左指针向右收缩窗口
  3. 在移动过程中记录最优解

1.4 定长窗口 vs 不定长窗口(重点!)

滑动窗口分为两大类:

1.4.1 定长窗口(固定大小)

特点: 窗口大小固定为 k,只需要滑动,不需要收缩。

适用场景:

  • 大小为 k 的子数组最大和
  • 长度为 k 的子串问题
  • 固定窗口内的统计问题

模板:

publicintfixedWindow(int[] nums,int k){int result =0;int sum =0;for(int right =0; right < nums.length; right++){// 1. 扩大窗口:加入右边界元素 sum += nums[right];// 2. 当窗口大小达到 k 时if(right >= k -1){// 更新结果 result =Math.max(result, sum);// 缩小窗口:移除左边界元素 sum -= nums[right - k +1];}}return result;}

图解:

数组:[1, 3, -1, -3, 5, 3, 6, 7],k = 3 步骤1:窗口 [1, 3, -1],sum = 3 步骤2:窗口 [3, -1, -3],sum = -1 步骤3:窗口 [-1, -3, 5],sum = 1 步骤4:窗口 [-3, 5, 3],sum = 5 ... 窗口大小始终为 3,只需要滑动 

1.4.2 不定长窗口(可变大小)

特点: 窗口大小动态变化,需要根据条件收缩窗口。

适用场景:

  • 最长无重复字符子串(LeetCode 3)
  • 最小覆盖子串(LeetCode 76)
  • 满足条件的最长/最短子数组

模板:

publicintvariableWindow(String s){int left =0, right =0;int result =0;Map<Character,Integer> window =newHashMap<>();while(right < s.length()){// 1. 扩大窗口:加入右边界元素char c = s.charAt(right); right++; window.put(c, window.getOrDefault(c,0)+1);// 2. 收缩窗口:当窗口不满足条件时while(窗口不满足条件){char d = s.charAt(left); left++; window.put(d, window.get(d)-1);}// 3. 更新结果 result =Math.max(result, right - left);}return result;}

图解:

字符串:a b c a b c b b 步骤1:窗口 [a],无重复,长度 = 1 步骤2:窗口 [a, b],无重复,长度 = 2 步骤3:窗口 [a, b, c],无重复,长度 = 3 步骤4:窗口 [a, b, c, a],有重复!收缩窗口 步骤5:窗口 [b, c, a],无重复,长度 = 3 ... 窗口大小动态变化,需要收缩 

1.4.3 对比总结
特性定长窗口不定长窗口
窗口大小固定为 k动态变化
是否收缩不需要(只滑动)需要(根据条件)
右指针不断右移不断右移
左指针固定步长移动根据条件移动
典型题目大小为 k 的子数组最大和最长无重复字符子串
难度简单中等/困难

记忆技巧:

  • 定长窗口:窗口大小固定,像火车车厢,只能整体移动
  • 不定长窗口:窗口大小可变,像橡皮筋,可以伸缩

二、LeetCode 第 3 题:无重复字符的最长子串(不定长窗口)

2.1 题目描述

给定一个字符串 s,请你找出其中不含有重复字符的最长子串的长度。

示例 1:

输入: s = "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。 

示例 2:

输入: s = "bbbbb" 输出: 1 解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。 

示例 3:

输入: s = "pwwkew" 输出: 3 解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。 

Java 特殊输入场景:

输入: s = "\t\n\r" // 包含制表符、换行符、回车符 输出: 3 输入: s = "你好世界" // 包含中文(Unicode 字符) 输出: 4 

2.2 解题思路

这是一道典型的不定长滑动窗口问题。

核心思想:

  1. 用一个 HashSet 存储窗口内的字符
  2. 右指针不断向右扩大窗口,将字符加入 Set
  3. 如果遇到重复字符左指针向右收缩窗口,直到没有重复
  4. 在移动过程中记录最大窗口长度

为什么是不定长窗口?

  • 窗口大小不固定,需要根据是否有重复字符动态调整
  • 当有重复时,左指针收缩窗口;无重复时,右指针扩大窗口

2.3 完整代码(方法一:HashSet)

importjava.util.*;publicclassSolution{publicintlengthOfLongestSubstring(String s){// 1. Java 中必须先判断 null(LeetCode 可能传入 null)if(s ==null|| s.length()==0){return0;}// 2. 初始化窗口边界int left =0, right =0;// 3. 初始化结果和窗口状态int maxLen =0;// Java 中 HashSet 用于快速判断字符是否存在(O(1)时间复杂度)Set<Character> window =newHashSet<>();// 4. 右指针不断向右扩大窗口(不定长窗口的特点)while(right < s.length()){// 4.1 获取右边界的字符char c = s.charAt(right);// 4.2 如果窗口内有重复字符,收缩窗口(不定长窗口的核心)while(window.contains(c)){// 移除左边界的字符 window.remove(s.charAt(left)); left++;// 左指针右移}// 4.3 将右边界字符加入窗口 window.add(c); right++;// 右指针右移// 4.4 更新最大长度 maxLen =Math.max(maxLen, right - left);}return maxLen;}}

时间复杂度: O(n),每个字符最多被访问两次(一次加入,一次移除)
空间复杂度: O(min(n, m)),m 是字符集大小


2.4 完整代码(方法二:HashMap 优化)

importjava.util.*;publicclassSolution{publicintlengthOfLongestSubstring(String s){if(s ==null|| s.length()==0){return0;}int left =0, right =0;int maxLen =0;// 用 HashMap 存储字符和它的索引(优化:可以直接跳到重复字符的下一个位置)Map<Character,Integer> window =newHashMap<>();while(right < s.length()){char c = s.charAt(right);// 如果字符已存在,且在窗口内if(window.containsKey(c)&& window.get(c)>= left){// 直接跳到重复字符的下一个位置(优化点!) left = window.get(c)+1;}// 更新字符的索引 window.put(c, right);// 更新最大长度 maxLen =Math.max(maxLen, right - left +1); right++;}return maxLen;}}

优化点: 用 HashMap 存储字符的索引,当遇到重复字符时,可以直接跳到重复字符的下一个位置,不需要一个一个移动左指针。


2.5 完整代码(方法三:数组优化 - 仅适用于 ASCII)

importjava.util.Arrays;publicclassSolution{publicintlengthOfLongestSubstring(String s){if(s ==null|| s.length()==0){return0;}// 用数组替代 HashMap(Java 中 ASCII 字符数组比 HashMap 更高效,空间复杂度 O(1))int[] loc =newint[128];// ASCII 字符集大小为 128// Java 中数组默认值为 0,必须初始化为 -1 避免和索引 0 混淆Arrays.fill(loc,-1);int maxLen =0, start =0;for(int end =0; end < s.length(); end++){char c = s.charAt(end);// 如果字符已存在,且在窗口内if(loc[c]>= start){ start = loc[c]+1;} loc[c]= end; maxLen =Math.max(maxLen, end - start +1);}return maxLen;}}

适用场景: 只包含 ASCII 字符(如英文字母、数字、标点符号)
不适用场景: 包含中文、Emoji 等 Unicode 字符


2.6 完整代码(方法四:处理 Unicode 字符)

importjava.util.*;publicclassSolution{// Java 处理 Unicode 字符的版本(兼容中文/特殊字符)publicintlengthOfLongestSubstringUnicode(String s){if(s ==null|| s.length()==0){return0;}int maxLen =0, start =0;// 必须使用 HashMap,因为 Unicode 字符集太大(65536+)Map<Character,Integer> loc =newHashMap<>();for(int end =0; end < s.length(); end++){char c = s.charAt(end);if(loc.containsKey(c)&& loc.get(c)>= start){ start = loc.get(c)+1;} loc.put(c, end); maxLen =Math.max(maxLen, end - start +1);}return maxLen;}}

2.7 复杂度对比

方法时间复杂度空间复杂度适用场景Java 优化方案
HashSetO(n)O(min(n, m))所有字符✅ 通用方案
HashMapO(n)O(min(n, m))所有字符✅ Java 优化方案
数组O(n)O(1)仅 ASCII✅ 仅适用于 ASCII 字符
HashMap (Unicode)O(n)O(min(n, m))Unicode 字符✅ 适用于中文/Emoji

三、Java 易错点总结(重点!)

3.1 错误一:数组越界

// 错误写法char[] str = s.toCharArray();for(int i =0; i <= str.length; i++){// 注意:应该是 < 而不是 <=char c = str[i];// 当 i = str.length 时,数组越界!}// 正确写法char[] str = s.toCharArray();for(int i =0; i < str.length; i++){// Java 数组下标从 0 开始,到 length-1 结束char c = str[i];}

3.2 错误二:忘记导入包

// 编译错误:找不到 Arrays 类Arrays.fill(loc,-1);// 编译错误:找不到 HashMap 类Map<Character,Integer> map =newHashMap<>();// 正确写法:在文件开头导入importjava.util.Arrays;importjava.util.HashMap;importjava.util.Map;

3.3 错误三:未处理 null 输入

// 错误写法:未判断 nullpublicintlengthOfLongestSubstring(String s){int len = s.length();// 如果 s 是 null,抛出 NullPointerException}// 正确写法:先判断 nullpublicintlengthOfLongestSubstring(String s){if(s ==null|| s.length()==0){return0;}}

3.4 错误四:混淆 charAt() 和 toCharArray()

// 方式一:charAt()(推荐)for(int i =0; i < s.length(); i++){char c = s.charAt(i);// 时间复杂度 O(1)}// 方式二:toCharArray()char[] chars = s.toCharArray();// 创建新数组,时间复杂度 O(n)for(int i =0; i < chars.length; i++){char c = chars[i];}// 错误:频繁调用 toCharArray()for(int i =0; i < s.length(); i++){char[] arr = s.toCharArray();// 每次循环都创建新数组,浪费内存!char c = arr[i];}

3.5 错误五:HashMap 的 get() 返回 null

Map<Character,Integer> map =newHashMap<>();// 错误:未判断 nullint count = map.get('a');// 如果 'a' 不存在,返回 null,自动拆箱时抛 NullPointerException// 正确:使用 getOrDefault()int count = map.getOrDefault('a',0);// 如果不存在,返回默认值 0

四、Java 滑动窗口通用模板

4.1 不定长窗口模板(最常用)

importjava.util.*;publicclassVariableWindowTemplate{// Java 不定长滑动窗口通用模板publicintvariableWindow(String s){// 1. 边界判断if(s ==null|| s.length()==0)return0;// 2. 初始化int left =0, right =0, result =0;Map<Character,Integer> window =newHashMap<>();// 3. 右指针不断向右扩大窗口while(right < s.length()){// 扩大窗口char c = s.charAt(right++); window.put(c, window.getOrDefault(c,0)+1);// 收缩窗口(根据题目条件调整)while(/* 窗口不满足条件 */){char d = s.charAt(left++); window.put(d, window.get(d)-1);if(window.get(d)==0){ window.remove(d);}}// 更新结果 result =Math.max(result, right - left);}return result;}}

4.2 定长窗口模板

publicclassFixedWindowTemplate{// Java 定长滑动窗口通用模板publicintfixedWindow(int[] nums,int k){if(nums ==null|| nums.length ==0|| k <=0){return0;}int result =0;int sum =0;for(int right =0; right < nums.length; right++){// 扩大窗口 sum += nums[right];// 当窗口大小达到 k 时if(right >= k -1){// 更新结果 result =Math.max(result, sum);// 缩小窗口 sum -= nums[right - k +1];}}return result;}}

五、Java 刷题优化技巧

5.1 优先使用 char[] 而非 charAt()

// 方式一:charAt()(简单但稍慢)for(int i =0; i < s.length(); i++){char c = s.charAt(i);// 每次调用方法}// 方式二:toCharArray()(更快)char[] chars = s.toCharArray();// 只创建一次数组for(int i =0; i < chars.length; i++){char c = chars[i];// 直接访问数组}

5.2 用 int[] 替代 HashMap(ASCII 场景)

// 方式一:HashMap(通用但稍慢)Map<Character,Integer> map =newHashMap<>(); map.put('a',1);// 方式二:int[] 数组(更快)int[] count =newint[128];// ASCII 字符集 count['a']=1;

5.3 避免频繁创建对象

// 错误:在循环内创建对象for(int i =0; i < n; i++){Map<Character,Integer> map =newHashMap<>();}// 正确:在循环外创建对象Map<Character,Integer> map =newHashMap<>();for(int i =0; i < n; i++){ map.clear();}

六、总结

6.1 核心要点

  1. 滑动窗口 = 双指针 + 动态调整窗口大小
  2. 定长窗口:窗口大小固定,只需滑动
  3. 不定长窗口:窗口大小可变,需要收缩
  4. 右指针扩大窗口,左指针收缩窗口
  5. 用 HashSet/HashMap 维护窗口状态
  6. 时间复杂度通常是 O(n)

6.2 记忆口诀

定长窗口,固定大小,只需滑动 不定长窗口,动态调整,需要收缩 右指针走,扩大窗口 左指针走,收缩窗口 窗口内,用哈希表 满足条件,更新结果 Java 中,先判 null 

6.3 同类题推荐

题号题目难度窗口类型核心技巧
3无重复字符的最长子串中等不定长HashSet/HashMap
76最小覆盖子串困难不定长HashMap + 计数
209长度最小的子数组中等不定长固定条件收缩
438找到字符串中所有字母异位词中等定长HashMap + 固定窗口
567字符串的排列中等定长HashMap + 固定窗口
239滑动窗口最大值困难定长单调队列

希望这篇文章能帮你彻底掌握 Java 滑动窗口算法!记住:定长窗口只需滑动,不定长窗口需要收缩。多刷题,多总结,模板用熟了就能秒杀同类题。加油!

作者:[识君啊]

不要做API的搬运工,要做原理的探索者!