算法通关村第十六关——滑动窗口青铜挑战笔记

在之前的笔记中，我们顺利拿下过双指针思想，分为：对撞型双指针和快慢指针。本篇内容所介绍的滑动窗口思想，就是快慢双指针的特例，因此我们不必害怕这个算法思想，反而要清楚，滑动窗口思想是帮助我们优化原有知识体系，以新思路、新方法更快更强的帮我们解决算法问题。

滑动窗口思想又分成两类：固定长度的滑动窗口，可变长度的滑动窗口。

以生活中的例子对滑动窗口做形象化的解释：

固定长度的滑动窗口：滑动窗口好比是火车，数据在铁轨上均匀分布，火车沿着铁轨扫描这些数据，只有火车到达的地方数据才可以被扫描到，因此每次扫描的数据窗口大小就是“火车的长度”！

可变长度的滑动窗口：设想小学今天春游，班级A配备了两个老师来负责学生们的安全，一个老师来带队春游，另一个老师负责断后，孩子们走路时快时慢，导致整个队伍时而长时而短，这就是一个形象的滑动窗口！

两类滑动窗口思想，各有出题方向：固定长度的滑动窗口，一般会让你求解那个窗口的元素最大、最小、平均值、和最大、和最小等问题；可变长度的滑动窗口，一般会让你求解序列里最大、最小窗口是什么等问题。

1.子数组最大平均数

题目见LeetCode643，描述为：给定n个整数，找出平均数最大且长度为k的连续子数组，并输出该最大平均数。

题目分析：需要找出长度为k的滑动窗口所扫描出来的最大平均数！那么可以直接先使用滑动窗口扫描k个数字，然后将滑动窗口不断后移，记录最大值即可！

关键问题在于，当滑动窗口移动，如何更新滑动窗口元素呢？答：“推陈出新”，剔除老元素，加入新元素！

厘清思路，直接上代码！

    public static double myFindMaxAverage(int[] nums, int k) {
        int len = nums.length;
        int windowSum = 0;
        for (int i = 0; i < k; i++) {
            windowSum += nums[i];
        }
        int res = windowSum;
        for (int right = k; right < len; right++) {
            windowSum += nums[right] - nums[right-k];
            res = Math.max(windowSum, res);
        }
        return res * 1.0 / k;
    }

2.最长连续递增序列

题目见LeetCode674，描述为：给定一个未经排序的整数数组，找到最长且连续递增的子序列。

题目分析：一个递增的连续子序列就是一个滑动窗口，找到长度最大滑动窗口即可！很明显，该道题目是采用可长度滑动窗口思想！

关键问题在于，如何标记滑动窗口？答：使用快慢指针left，right！具体而言，letf指针表示滑动窗口的左边界，right指针用于遍历元素，找到滑动窗口右边界，当符合条件就将该元素“加入滑动窗口内”，否则该滑动窗口范围确定[left,right)长度随之确定right-left，再确定下一个滑动窗口范围！

厘清思路，直接上代码！

    public static int myFindLengthOfLCIS_1(int[] nums) {
        int left = 0, right = 0;
        int res = 0;
        while(right < nums.length){
            if(right > 0  && nums[right - 1] >= nums[right]){
                left = right;
            }
            right++;
            res = Math.max(res, right - left);
        }
        return res;
    }

OK，《算法通关村第十六关——滑动窗口青铜挑战笔记》结束，喜欢的朋友三联加关注！关注鱼市带给你不一样的算法小感悟！（幻听）

再次，感谢鱼骨头教官的学习路线！鱼皮的宣传！小y的陪伴！ok，拜拜，第十六关第二幕见！