LeetCode Sliding Window 刷题模板
内容提要
滑动窗口是一种常用的数组和字符串问题解决技巧。其基本步骤包括初始化左右指针，移动右指针扩大窗口，满足条件后移动左指针缩小窗口并更新结果。典型题目包括寻找满足条件的最小子数组长度和无重复字符的最长子串长度。
延伸解读
滑动窗口的适用条件
滑动窗口并非万能，它适用于数组或字符串中连续子序列的优化问题。从文章的两个典型题目可以看出，当问题要求找到满足特定条件的连续子数组或子串，并且窗口的扩大和缩小能单调地影响条件时，滑动窗口才有效。例如，在长度最小的子数组中，数组元素为正整数，扩大窗口和增加，缩小窗口和减少，这保证了窗口移动的正确性。如果元素有负数，则和的变化不单调，滑动窗口可能失效。
模板的通用性与变体
文章提供的滑动窗口模板是一个通用框架，但具体实现需要根据问题调整。模板中，右指针负责扩大窗口，左指针在满足条件时收缩窗口，并更新结果。对于最小子数组问题，收缩条件是窗口和大于等于目标；对于最长子串问题，收缩条件是窗口内出现重复字符。因此，理解何时收缩窗口以及如何更新窗口状态是关键。读者应灵活应用模板，而不是死记硬背。
边界情况与返回值处理
在实现滑动窗口时，边界情况需要特别注意。例如，在长度最小的子数组中，如果不存在符合条件的子数组，应返回0。文章通过初始化最小长度为数组长度加1，并在最后检查是否仍为该值来处理。对于无重复字符的最长子串，如果字符串为空，应返回0。此外，窗口的更新操作（如哈希表或数组的增减）必须与左右指针的移动同步，避免状态错误。
Q&A
滑动窗口算法的基本步骤是什么？
滑动窗口算法的基本步骤包括初始化左右指针，移动右指针扩大窗口，满足条件后移动左指针缩小窗口并更新结果。
如何找到满足条件的最小子数组长度？
通过初始化左右指针和结果变量，移动右指针扩大窗口，直到满足条件，然后移动左指针缩小窗口并更新结果，重复此过程。
无重复字符的最长子串问题如何解决？
初始化左右指针和结果变量，使用一个 Map 检测重复字符，移动右指针扩大窗口，遇到重复字符时移动左指针缩小窗口，更新结果。
滑动窗口适合解决哪些类型的问题？
滑动窗口适合解决数组和字符串相关的问题，如寻找满足条件的最小子数组长度和无重复字符的最长子串长度。
在滑动窗口算法中，如何更新结果变量？
在满足特定条件时，更新结果变量通常是在移动左指针缩小窗口时进行的，确保记录当前的最优解。
滑动窗口算法的时间复杂度如何？
滑动窗口算法的时间复杂度通常为 O(n)，因为每个元素最多被访问两次。
