滑动窗口算法实战：最大连续 1 的个数 III 与将 x 减到 0 的最小操作数

时间复杂度 O(n)，空间复杂度 O(1)。

2. 将 x 减到 0 的最小操作数

题目描述： 给定一个整数数组 nums 和一个整数 x，每次操作可以从数组的最左边或最右边移除一个元素，并从 x 中减去该元素的值。求使 x 恰好等于 0 所需的最小操作数。如果不可能，返回 -1。

解题思路： 这道题乍一看是从两端取数，比较难直接建模。我们可以转换一下思维：从两端取走的元素之和为 x，意味着中间剩下的元素之和为 sum(nums) - x。 问题就转化成了：寻找和为 sum(nums) - x 的最长子数组。这样我们就回到了熟悉的滑动窗口问题上。

算法流程：

1. 计算数组总和 sum，设定目标值 target = sum - x。如果 target < 0，说明即使全部取走也不够，直接返回 -1。
2. 使用滑动窗口寻找和为 target 的最长子数组。
3. 如果找到了长度为 maxLen 的子数组，那么最小操作数就是 nums.size() - maxLen。

代码实现：

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int sum = 0;
        for (int a : nums) sum += a;
        
        int target = sum - x;
        if (target < 0) return -1;
        
        int ret = -1;
        int tmp = 0;
        // 寻找和为 target 的最长子数组
        for (int left = 0, right = 0; right < nums.size(); right++) {
            tmp += nums[right]; // 进窗口
            
            // 如果和超过 target，收缩左边界
            while (tmp > target) {
                tmp -= nums[left++];
            }
            
            // 如果和正好等于 target，更新最大长度
            if (tmp == target) {
                ret = max(ret, right - left + 1);
            }
        }
        
        // 如果没找到符合条件的子数组，ret 仍为 -1
        if (ret == -1) return -1;
        else return nums.size() - ret;
    }
};

时间复杂度 O(n)，空间复杂度 O(1)。

总结： 这两道题都展示了滑动窗口的核心思想：动态调整窗口大小以满足约束条件。第一题关注的是计数限制，第二题则是通过逆向思维转化为和的限制。建议在理解代码前，先在纸上模拟一下指针的移动过程，这对掌握双指针类算法非常有帮助。