成都外贸建站重庆网络推广专员
前言
算法需要多刷题积累经验，所以我行文重心在于分析解题思路，理论知识部分会相对简略一些
正文
滑动窗口属于双指针，这两个指针是同向前行，它们所夹的区间就称为“窗口”
啥时候用滑动窗口？
- 题目涉及到“子序列”、“子数组”、“子串”等概念，要你求和它们相关的量，比如求满足条件的子数组的最大长度
- 在暴力枚举的时候，如果发现两个“指针”都是朝同一个方向走的，就可以考虑滑动窗口
注：滑动窗口可以看作是暴力枚举优化后的结果
如何使用？（步骤）
- 定义两个“指针”left、right（此“指针”不是真正的指针）
- 通过
移动 right让元素进窗口 - 进窗口之后进行判断，并根据这个判断决定什么时候需要出窗口
2和3需要放在一个循环里面，这样才可以让窗口不断往前走
- 在移动“窗口”的过程我们需要不断更新结果，比如求子数组最大长度maxLen，那么每次求出一个子数组长度之后，我们就要判断是否需要更新maxLen
- 至于是在进窗口后更新结果，还是在出窗口后更新，这就需要结合具体题目分析
例题
长度最小的子数组
思路：
- 先用暴力枚举看看怎么做，我们先固定一个端点left，然后让right一直往右走，直到
[left,right]区间中的元素和大于target，此时得到区间长度为right-left+1 - 既然已经比target大，那接下来就别让right往右走了，先让它停下来，因为数组中
全是正数，此时right继续走的话，区间中元素总和肯定还是比target大，但是此时区间的长度肯定不是最小长度，这样就做了无用功 - 所以我们应该让
left向前走，缩小区间，将新区间的元素和与 target 比较，若大于 target，则记录此时区间长度，并让 left 继续向前走；反之则让 right 往前走
上面的思路其实就是从暴力枚举逐步过渡到滑动窗口，整个过程下来，我们不难发现：砍掉暴力枚举中那些无用功，也就得到滑动窗口的思路了
代码如下：
class Solution {public int minSubArrayLen(int target, int[] nums) {int left = 0,right = 0; //区间为左闭右闭int sum = 0; //区间中元素总和int minLen = nums.length+1; //最小窗口的长度，一开始初始化为一个比较大的数，不然下面使用取小函数可能没法正确更新minLenfor(;right < nums.length;right++) {sum += nums[right];while(sum >= target) {minLen = Math.min(minLen,right-left+1); //更新 minLensum -= nums[left];left++;}}return minLen == nums.length+1 ? 0 : minLen;}
}
注意：用取小函数来更新 minLen，可以简化代码（相比于使用条件语句判断大小），同理，可以用取大函数来更新最大值
复杂度分析
时间复杂度：O（N），最坏情况下左右指针都要走完整个数组
比如数组大小为5，前四个元素都为1，最后一个为10000，target为10
空间复杂度：O（1）