前言：

滑动窗口本质上也是利用双指针来解决特定情况下的问题。滑动窗口算法思想是通过俩个指针，定义在左边和右边，俩指针同向运动，保持着一个像“窗口”一样的双指针来不停的压缩或者扩展来移动“窗口”，从而找到特定的子数组。

滑动窗口基本做题思路：

首先我们可以利用暴力解法来看看优化，是否是利用双指针来解决？双指针是否同向移动？

如果满足，可以定义为使用滑动窗口来解决，时间复杂度可以大大优化（一般为0（N））

进窗口（right指针进入，相当于扩展窗口大小，框住子数组）

判断（判断题目给定条件是否成立，要是不符合该指定条件，则left指针选择移动）

出窗口（left指针移动，相当于缩小窗口大小，直到满足题目要求即可）

更新结果（更新题目所求，得出最优结果）

一、长度最小的子数组（. - 力扣（LeetCode））

如图所述，题目要求找出一连串的子数组，其数据之和要大于等于所给定的target，而且该子数组长度是最小的，以示例一举例：

算法思路：

我们可以利用双指针来不断寻找，定义在一个“窗口”里面来找他们元素之和是否大于等于给定条件的数，先“进窗口”，right指针不断插入，遍历一遍数组，然后再判定子数组里面的元素之和是否大于等于target，若是符合，则进入“出窗口”阶段，更新最小长度，将left、继续右移，判断是否符合；若是不符合，则继续由right扩展窗口：

代码实现：

二、最大连续1的个数 （. - 力扣（LeetCode））

如图所述，给定一个数组和目标数k，题目要求是最多翻转k个0，也就是说只要不超过k次，翻转多少都可以。

相当于就是在数组中把为0的数翻转成1，最多翻转k次，然后再择出最长的连续的1的子数组，并且返回该长度。

算法思路：

首先通过暴力解法可知道双指针是同向移动，从中得知可以使用滑动窗口算法，先定义一个左右指针，然后为了不改变原数组的任何数据，我们可以使用一个计数器来统计“窗口”里面的0个数：

代码实现：

三、将x减到0的最小操作数（. - 力扣（LeetCode））

如图所述，题目要求是每一次除去左端或右端数，除去的数相加若刚好为0，则返回除去的元素数量，若无法减为0，这返回-1。

算法思路：

对于该题，常规思路不好解，代码也会很复杂。我们可以逆向思维来解题：题目告知我们需要除去左端或右端元素来解决问题，但是我们可以从中间那一段来使用滑动窗口算法解决问题：

逆向思维想好思路后利用暴力解法，我们可以再次转化为我们熟悉的滑动窗口，只需从中间选出nums_sum - （a+b） 的元素之和即可，利用“窗口”来框住子数组，剩下的就是题目所需要的最终答案了,找出目标数可以参考第一题，基本逻辑是一样的：

代码实现：

四、找到字符串中所有字母异位词（. - 力扣（LeetCode））

如图所述，题目要求是返回p中的所有异位词，异位词的定义为：

这些都称为异位词，只需要将字符串中连续的子串异位词的开始索引记录返回即可

算法思路：

依旧是使用滑动窗口来解决，但是该题毕竟不是数组，也不能使用相加的方式来做。我们可以使用哈希表来完成该题。将p中的各个字符放入哈希表中记录下来，再定义一个用于统计s中符合的子串的哈希表，最终判断俩哈希表是否相同来返回起始索引：

代码实现：

注：由于题目要求只有26个字母，所以我们可以使用数组来代替哈希表，节省时间空间复杂度

public List<Integer> findAnagrams(String s, String p) {

        List<Integer> list = new ArrayList<>();

        int[] hash1 = new int[26];//让普通数组代替hash表，26个字母

        int[] hash2 = new int[26];

        int p_len = p.length();

        int len = 0;

        for (int i = 0; i < p_len; i++) hash1[p.charAt(i) - 97]++;//创建hash1表

        for (int left=0,right=0; right < s.length();right++){

            hash2[s.charAt(right) - 97] += 1;

            len++;//进窗口

            if(len > p_len){//判断

               hash2[s.charAt(left)-97]--;

               left++;//出窗口

               len--;

            }

            if(this.My_equals(hash1,hash2)) list.add(left);//更新结果

        }

        return list;

    }

    public  boolean My_equals(int[] hash1,int[] hash2) {

        for (int i = 0; i < hash2.length; i++)

            if (hash1[i] != hash2[i])

                return false;

        return true;

    }

五、最小覆盖子串（. - 力扣（LeetCode））

如图所述，只需要包含t中所有的字符内容都可以，不论包含几个，只需要大于等于t中的字符即可，最终返回最小的子串。

算法思路：

该题与上题类似，但也有不同。区别是上题只需要统计个数即可，但此题是只论种类，不论数目.

我们依旧是用到哈希表这个容器来帮助我们完成该题。为了防止像上题一样循环26次才得出俩哈希表是否相同，我们可以使用一个小小的优化来进行改造：

然后就可以使用我们的滑动窗口来解决该问题了：

代码实现：

public String minWindow(String s, String t) {

        int[] hash1 = new int[128];//hash来代替哈希表（26+26个字母）

        int[] hash2 = new int[128];

        char in = 0, out = 0;//用来统计出入窗口时的字符

        int hash1_size = 0, len = Integer.MAX_VALUE, flg = 0;//用于统计t的种类,和最短长度,起始位置

        for (char x : t.toCharArray()) {

            hash1[x] += 1;

            if (hash1[x] == 1) hash1_size++;//只有新种类进来时才加1

        }

        for (int left = 0, right = 0, count = 0/*维护hash2的种类*/; right < s.length(); right++) {

            in = s.charAt(right);

            hash2[in]++;//进窗口

            if (hash1[in] == hash2[in]) count++;//只有相等时才加1，防止重复种类的相加

            while (count == hash1_size) {//判断

                out = s.charAt(left);

                if (len > right - left + 1) {

                    len = right - left + 1;//更新长度

                    flg = left;//更新起始位置

                }

                if (hash1[out] == hash2[out]) count--;

                hash2[out]--;

                left++;//出窗口

            }

        }

        if(len == Integer.MAX_VALUE) return "";

        else return s.substring(flg,flg + len);

    }

以上就是关于滑动窗口的经典例题，希望对大家有所帮助，谢谢各位观看！