算法专题整理：滑动窗口

视频课程：同向双指针 滑动窗口【基础算法精讲 01】_哔哩哔哩_bilibili

滑动窗口也可以理解为双指针法的一种。

滑动窗口的核心在于连续！如果需要得到的结果是满足某种较为明显条件的连续的子数组，可以考虑使用滑动窗口来做。

通常情况下，滑动窗口是枚举右端点，然后按条件移动左端点。

枚举右端点比枚举左端点方便，因为枚举右端点，移动左端点时信息是枚举过的，是已知的；移动左端点是在缩小范围，通常更好写。

如果左端点的移动条件不明或者比较复杂，就不适合用滑动窗口。

滑动窗口一般来说，是将题目转换为求最短长度的子序列/最大长度的子序列问题，满足条件的子序列就是窗口，枚举所有窗口右端点的同时，更新左端点。

左端点的移动原则：找长度最短的窗口，就是只要满足条件就移动左端点；找长度最长的窗口，就是超范围了才移动左端点。

找长度最短的连续子序列

示例1：209.长度最小的子数组

给定一个含有 n 个正整数的数组和一个正整数 target 。

找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2：

输入：target = 4, nums = [1,4,4]
输出：1

示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

• 1 <= target <= 10^9
• 1 <= nums.length <= 10^5
• 1 <= nums[i] <= 10^5

思路

本题是很经典的滑动窗口题目，选取特定条件下的连续子数组，且为找最小长度子序列问题。因此本题是只要while循环满足条件，就更新左端点，从而使得最后得到的窗口长度是最小值。

本题特定条件并不复杂，是求和的条件，并不需要单独写函数。只要满足特定条件，就可以进行滑动。

解答

class Solution {
   
public:
    int minSubArrayLen(int target, vector<int>& nums) {
   
        int i=0;
        int sum=0;
        int subLength=0;
        int result = INT_MAX;
        //开始滑动，直接用[i,j]作为窗口
        for(int j=0;j<nums.size();j++){
   
            sum += nums[j];
            //只要满足条件，就不断滑动，方便取最小值
            while(sum>=target){
   
                subLength = j-i+1;
                result = result<subLength?result:subLength;
                sum-=nums[i];
                i++;
            }
        }
        //如果一直没找到，结果置零
		if(result==INT_MAX){
   
            result=0;
        }
        return result;
    }
};

二刷记录

class Solution {
   
public:
    int minSubArrayLen(int target, vector<int>& nums) {
   
        //经典滑动窗口
        int leftIndex=0;
        int sum=0;
        int subLength = 0;
        int result = INT_MAX;

        for(int i=0;i<nums.size();i++){
   
            sum+=nums[i];
            //rightIndex++;不需要单独的右端点，滑动窗口本身就是枚举右端点
            if(sum<target) continue;
            else{
   
                while(sum>=target){
   
                    //满足条件才会更新subLength
                    subLength = i-leftIndex+1;//记录遍历过的所有的窗口长度
                    result = (result<subLength)?result:subLength;
                    sum-=nums[leftIndex];
                    leftIndex++;
                }
            }
        }
        return (result==INT_MAX)?0:result;

    }
};

找最长的连续子序列

示例1：2779.数组的最大美丽值（转换成连续子序列最大长度）

给你一个下标从 0 开始的整数数组 nums 和一个 非负 整数 k 。

在一步操作中，你可以执行下述指令：

• 在范围 [0, nums.length - 1] 中选择一个 此前没有选过 的下标 i 。
• 将 nums[i] 替换为范围 [nums[i] - k, nums[i] + k] 内的任一整数。

数组的 美丽值 定义为数组中由相等元素组成的最长子序列的长度。

对数组 nums 执行上述操作任意次后，返回数组可能取得的 最大 美丽值。

注意： 你只能对每个下标执行 一次 此操作。

数组的 子序列 定义是：经由原数组删除一些元素（也可能不删除）得到的一个新数组，且在此过程中剩余元素的顺序不发生改变。

示例 1：

输入：nums = [4,6,1,2], k = 2
输出：3
解释：在这个示例中，我们执行下述操作：
- 选择下标 1 ，将其替换为 4（从范围 [4,8] 中选出），此时 nums = [4,4,1,2] 。
- 选择下标 3 ，将其替换为 4（从范围 [0,4] 中选出），此时 nums = [4,4,1,4] 。
执行上述操作后，数组的美丽值是 3（子序列由下标 0 、1 、3 对应的元素组成）。
可以证明 3 是我们可以得到的由相等元素组成的最长子序列长度。

示例 2：

输入：nums = [1,1,1,1], k = 10
输出：4
解释：在这个示例中，我们无需执行任何操作。
数组 nums 的美丽值是 4（整个数组）。

提示：

• 1 <= nums.length <= 105
• 0 <= nums[i], k <= 105

思路1：排序+滑动窗口

因为美丽值的定义是数组中由相等元素组成的最长子序列的长度，因此我们想要获得全部都是相等元素的序列，并求最大长度。

虽然本题要求 子序列 定义是剩余元素的顺序不发生改变，但是求的是相等元素组成的最长子序列长度，因此元素的顺序并不影响结果。

因此我们可以先进行排序，让相等的元素排在一起，此时只需要判断窗口左端点（最小值）和右端点（最大值）是不是相等，也就是只有nums[r]-k<=nums[l]+k的时候，才作为有效窗口。<