【优选算法】滑动窗口算法：专题一
目录
引言：
滑动窗口？用两个指针维护一个动态的 “窗口” 区间，通过移动指针来扩大或缩小窗口，在一次遍历中完成计算，时间复杂度通常为 O (n)。
典型应用：寻找最长无重复字符的子串找到和为目标值的最短子数组字符串的排列匹配
一般步骤（模板）：
（1）定义left 和 right 指针同时指向数组首元素；
（2）当符合要求时，right++，模拟进窗口；
（3）不满足要求时，left++，模拟出窗口；
（4）并根据具体情况更新结果。
结束条件：当right 越界。
具体我们通过下面的题目来深入认识它！！！
【209. 长度最小的子数组】
题目描述：
实现核心及思路：
由于数组元素均为正整数，所以当求和时满足单调性，套用上面的模板：
（1）定义left 和 right 指针，同时指向首元素；
（2）right 指针向右移动，进窗口，并求和 sum；当和 大于或等于target 时，更新结果；
（3）left指针向右移动，出窗口，同时让 sum 减去nums[left]，直到sum小于target。
注意：在出窗口时，如果满足sum >= target，也要更新结果。
思路可视化：
代码实现：
class Solution { public: int minSubArrayLen(int target, vector<int>& nums) { int left = 0, right = 0; int len = INT_MAX, sum = 0; while(right < nums.size()) { sum += nums[right]; // 求和 while(sum >= target) // 保证窗口合法 { len = min(len, right - left + 1); // 更新结果 sum -= nums[left++]; // 出窗口 } right++; // 继续进窗口 } return len == INT_MAX ? 0 : len; } };【无重复字符的最长子串】
题目描述：
实现核心及思路：
找不含重复字符的最长子串，我们需要一个标记来判断字符是否重复。ASCII总共有127个字符， 所以我们用一个大小为128的数组模拟哈希表，当一个字符进窗口就数组中与其映射位置上的元素++，只要值大于1就说明重复。
（1）定义left 和 right 指针，同时指向字符串开头；
（2）right 指针向右移动，进窗口，哈希表对应位置元素++，满足要求则更新结果；
（3）出现重复字符，left 指针向右移动，直到找到重复字符，然后继续让 right++；
注意：left向右移动过程中（出窗口），哈希表对应位置的元素要 --，因为这些字符已经不在窗口中了。
思路可视化：
代码实现：
class Solution { public: int lengthOfLongestSubstring(string s) { int hash[128] = {0}; int left = 0, right = 0,size = s.size(), len = 0; while(right < size) { hash[s[right]]++; // 标记 // 重复 if(hash[s[right]] > 1) { // 找重复字符，保证窗口合法（出窗口） while(s[left] != s[right]) { hash[s[left]]--; // 去掉标记 left++; } // 重复字符出窗口 hash[s[left]]--; left++; } w = max(w, right - left + 1); // 更新结果 right++; // 继续进窗口 } return w; } };【最大连续1的个数III】
题目描述：
实现核心及思路：
相比上面找最长无重复的子串，此题就是在此基础上可以掺杂 k 个0，所以我们要控制窗口中0的个数，始终维护一个合法有效的窗口。
（1）定义left 和 right 指针，同时指向字符串开头；定义 cnt 记录0的个数（用来维护窗口合法）；
（2）right 指针向右移动，进窗口：
- 如果nums[right] 等于1则right++，并更新结果；
- 如果等于0，则cnt++：如果cnt <= k，说明窗口合法，right++，并更新结果；如果cnt > k，则要多余的0出窗口，即让left++，直到找到0，让cnt--，使得cnt == k。
优化：最长子串其实在窗口中的0的个数等于k + 1时，所以，我们只需要在cnt > k时更新结果。但这样做，还需要在最后再更新一下结果，防止遍历完整个数组cnt 还是小于等于k。
代码实现：
class Solution { public: int longestOnes(vector<int>& nums, int k) { int left = 0, right = 0; // 左右指针，维护窗口 int size = nums.size(); int result = 0, cnt = 0; // 记录结果和当前遍历到的0的个数 while(right < size) { if(nums[right] == 0) { cnt++; // 0 个数更新 if(cnt > k) // 0个数不满足k { result = max(result, right - left); // 更新结果 // 左边的元素出窗口，直到0的个数重新满足要求 while(cnt > k) { if(nums[left] == 0) { cnt--; // 0个数-- } left++; } } } right++; } result = max(result, right - left); // 再次更新结果 return result; } };【1658.将x减到0的最小操作数】
题目描述：
实现核心即思路：
直接上手，其实非常麻烦，因为我们完全不知道该从左边找还是右边找，能够让x恰好被减到0。所以我们对这个问题进行转化：
假设从左边和右边找到了几个连续的元素，求和为x，则此时x可以被减到0。设数组所有元素之和为sum，又有sum1 + sum3 = x，则sum2 = sum - x。
我们只要在中间找到一个连续的和为sum - x的最长的子数组，就能找到最少的次数了。
又因为所有数组元素都大于0，则求和满足单调性，所以就能用滑动窗口来解决了。
（1）预处理：求数组所有元素之和sum，目标值 val = sum - x；
（2）left 和 right 指针维护窗口，add记录窗口中元素之和，len记录中间子数组长度；
细节：将len初始化为 -1，如果没找到满足的子数组，不会更新len的值，返回-1。
（3）right++，向右移动进窗口，add += nums[right]：
- 当 add < val，right继续向右移动，进窗口；
- 当 add > val，由于单调性，left++，出窗口，add -= nums[left]，循环，直到add <= val，即当窗口合法；
- 当 add == val，更新len，记录len的最大值。
结束条件：right 越界。
（4）返回结果，nums.size() - len。
代码实现：
class Solution { public: int minOperations(vector<int>& nums, int x) { // 预处理：求和 int sum = 0; for(auto e:nums) sum += e; int left = 0, right = 0; // 左右窗口 // 转化为中间找一个和为sum - x的子数组 int val = sum - x; // 处理特殊情况 if(val < 0) return -1; int add = 0, len = -1; // 记录子数组和与长度 while(right < nums.size()) { add += nums[right++]; // 进窗口 while(add > val) { add -= nums[left++]; // 出窗口 } if(add == val) { len = max(len, right - left); // 更新结果 } } if(len == -1) return -1; else return nums.size() - len; } };