前端算法之滑动窗口

滑动窗口
- 滑动窗口思路：
- 举例: 在一个数组中查找连续子数组的最大值之和。
- 举例: 无重复字符的最长子串

滑动窗口

滑动窗口（Sliding Window）是一种常用的算法技巧，用于处理数组或字符串相关的问题。

它通过维护一个固定大小的窗口来解决问题。

具体来说，滑动窗口算法通常包含以下步骤：

初始化窗口的起始位置和结束位置。
将窗口内的元素进行处理，得到想要的结果。
移动窗口的起始位置或结束位置，即滑动窗口的过程。
重复步骤2和步骤3，直到遍历完整个数组或字符串。

滑动窗口思路：

1. 先进行右侧指针（窗口）移动位置（后移）
2. 判断是否符合预期。1. 符合，进行其他处理，比如reurn等2. 不符合，判断左侧指针是否移动位置1. 移动或着不移动 
3. 进入下一次循环

滑动窗口算法的优势在于其时间复杂度通常为O(n)，其中n为数组或字符串的长度。这使得滑动窗口算法在处理大规模数据时非常高效。

滑动窗口算法可以应用于许多问题，如:

查找最长子串、
求和等。

它的核心思想是通过调整窗口的起始位置和结束位置来寻找最优解。

举例: 在一个数组中查找连续子数组的最大值之和。

当使用JavaScript来实现滑动窗口算法时，我们可以举一个经典的例子：

在一个数组中查找连续子数组的最大值之和。

下面是使用JavaScript实现滑动窗口算法求解最大子数组和的示例代码：

function maxSubarraySum(nums, k) {let windowSum = 0;for (let i = 0; i < k; i++) {windowSum += nums[i]; // 计算初始窗口的和}let maxSum = windowSum; // 初始化最大和为窗口的初始和for (let i = k; i < nums.length; i++) {windowSum = windowSum + nums[i] - nums[i - k]; // 移动窗口，更新窗口的和maxSum = Math.max(maxSum, windowSum); // 更新最大和}return maxSum;
}// 示例输入
let nums = [1, -3, 2, 4, -1, 5, -2, 3];
let k = 3;// 调用函数求解最大子数组和
let result = maxSubarraySum(nums, k);
console.log("最大子数组和:", result);

在这个例子中，我们定义了一个maxSubarraySum函数，该函数接受一个数组nums和一个整数k作为参数，用于求解数组中长度为k的连续子数组的最大和。通过维护一个长度为k的窗口，不断调整窗口的位置来求解最大子数组和。

通过这个示例，你可以看到如何使用JavaScript实现滑动窗口算法来解决问题。滑动窗口算法在实际应用中非常常见，能够高效地处理数组和字符串相关的问题。

举例: 无重复字符的最长子串

地址：https://leetcode.cn/problems/longest-substring-without-repeating-characters/

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。请注意，你的答案必须是 子串 的长度，"pwke" 是一个子序列，不是子串。

提示：

0 <= s.length <= 5 * 104
s 由英文字母、数字、符号和空格组成

解答

/*** @param {string} s* @return {number}*/
var lengthOfLongestSubstring = function(s) {// 思路：// 1. 先进行右侧指针（窗口）移动位置（后移）// 2. 判断是否符合预期。//  2.1 符合，进行其他处理，比如reurn等//  2.2 不符合，左侧指针是否移动位置//      2.2.1 移动或着不移动// 3. 进入下一次循环if(s.length <=1){return s.length }//定义指针let left = 0let right = 1// 定义无重复最长字串let max = 0// 定义字串let temp// 当且仅当右侧指针向右侧移动不超过swhile(right < s.length){temp = s.slice(left,right) // splice(0,1)// 判断当前元素是否包含right所在位置下表元素if(temp.indexOf(s.charAt(right)) > -1){left ++continue} else {right ++}if(right - left > max){max = right - left} }return max 
};