数组操作中的重要方法——滑动窗口

一、 滑动窗口的定义

        滑动窗口是一种算法技术，用于处理基于连续子数组或子字符串的问题。它通过在数组或字符串上移动一个固定大小的窗口，并在每个位置上进行相关操作来解决问题。

        滑动窗口算法的基本思想是维护两个指针，一个指向窗口的起始位置，另一个指向窗口的结束位置。通过移动这两个指针，可以在不重复地遍历整个数组或字符串的情况下解决问题。

二、滑动窗口的使用场景

滑动窗口常用于解决以下类型的问题：
1. 找出最长的连续子数组或子字符串，满足一定的条件。
2. 统计满足特定条件的子数组或子字符串的个数。
3. 查找满足特定条件的最小或最大子数组或子字符串。

滑动窗口算法具有较高的时间效率，通常可以在O(n)的时间复杂度下解决问题。它的核心在于合理地更新窗口的起始位置和结束位置，以满足问题的要求。

三、实例：使用滑动窗口求长度最小的子数组

题目描述：在一个正整数数组nums中找到最小长度的连续子数组，使子数组元素之和大于或等于target。返回满足条件的子数组的最小长度，如果没找到则返回0。

输入：target = 12 ，array = [4,6,2,4,9,8,7]。

输出：2

1、暴力解法

 public static int minSubArrayLen(int target, int [] array){
        int result = array.length +1 ;
        int sum = 0;    //子数组的元素之和
        int subLength = 0;//子数组的长度
        for (int i = 0; i < array.length; i++){
            sum = 0;
            for (int j = i; j < array.length; j++){
                sum += array[j];
                if(sum >= target){
                    subLength = j - i + 1;
                    result = subLength < result ? subLength : result;
                    break;
                }
            }
        }
        return result =result == array.length + 1 ? 0 : result;
    }

时间复杂度：O（）

空间复杂度：O   (1)

2、滑动窗口解法

 public static int minSubArrayLen(int target, int[] array){
        int result = array.length +1;
        int sum = 0; //滑动窗口之和
        int subLength = 0; //滑动窗口的位置
        int i = 0; //滑动窗口的初始位置
        for (int j = 0; j < array.length; j++){
            sum += array[j];
            while ( sum >= target){
                subLength = j - i + 1;//获取子数组长度
                result = result < subLength ? result : subLength ;
                sum -= array[i++];
            }
        }
        return result = result ==array.length ? 0 : result;
    }

时间复杂度：O（n）

空间复杂度：O   (1)