滑动窗口框架算法

最长覆盖子串，异位词，最长无重复子串等等许多子串问题用常规暴力法费时费力，一些大佬的解法虽然很强效率很高，但是太难想到了，这类问题用滑动窗口算法解决非常的快捷简便。

滑动窗口算法思想

1、在字符串S中使用双指针中的左右指针技巧，初始化left = right = 0，把索引左闭右开区间[left, right)称为一个「窗口」。

2、先不断地增加right指针扩大窗口[left, right)，直到窗口中的字符串符合要求（包含了T中的所有字符）。

3、此时，停止增加right，转而不断增加left指针缩小窗口[left, right)，直到窗口中的字符串不再符合要求（不包含T中的所有字符了）。同时，每次增加left，我们都要更新一轮结果。

4、重复第 2 和第 3 步，直到right到达字符串S的尽头。

这个思路其实也不难，第 2 步相当于在寻找一个「可行解」，然后第 3 步在优化这个「可行解」，最终找到最优解，也就是最短的覆盖子串。左右指针轮流前进，窗口大小增增减减，窗口不断向右滑动，这就是「滑动窗口」这个名字的来历。

引用东哥(labuladong)的图，便于理解

首先增加right，直到窗口[left, right)包含了T中所有字符：

现在开始增加left，缩小窗口[left, right)。

直到窗口中的字符串不再符合要求，left不再继续移动。

之后重复上述过程，先移动right，再移动left…… 直到right指针到达字符串S的末端，算法结束。

 在使用算法的时候需要考虑几个问题：

1、当移动right扩大窗口，即加入字符时，应该更新哪些数据？

2、什么条件下，窗口应该暂停扩大，开始移动left缩小窗口？

3、当移动left缩小窗口，即移出字符时，应该更新哪些数据？

4、我们要的结果应该在扩大窗口时还是缩小窗口时进行更新

滑动窗口算法框架

在Java中，通常使用HashMap来实现滑动窗口，有一个通用模板：

public static String minWindow(String s, String t) {
    HashMap<Character, Integer> need = new HashMap<>();
    int t_len = t.length();
    for (int i = 0; i < t_len; i++) {
        need.put(t.charAt(i), need.getOrDefault(t.charAt(i), 0) + 1);
    }
    int left = 0, right = 0;
    int valid = 0;
    // 记录最小覆盖子串的起始索引及⻓度
    int start = 0, len = Integer.MAX_VALUE;
    while (right < s.length()) {
        // c 是将移入窗口的字符
        char c = s.charAt(right); // 右移窗口
        right++;
        // 进行窗口内数据的一系列更新
        ...
        // 判断左侧窗口是否要收缩
        while (...) {
            // d 是将移出窗口的字符
            char d = s.charAt(left);
            // 左移窗口
            left++;
            // 进行窗口内数据的一系列更新
        }
    }

    return ...;
}

其中getOrDefault() 方法用于获取指定key对应对value，如果找不到key，则返回设置的默认值。

如：

        HashMap<Character, Integer> hashMap = new HashMap<>();
        hashMap.put('b', 10);
        int num1 = hashMap.getOrDefault('a', 0);
        int num2 = hashMap.getOrDefault('b', 0);
        System.out.println(num1);
        System.out.println(num2);

key：'a'不存在，num1为默认值0，'b'存在，就使用'b'对应的value，num2为10.

案例

最小覆盖子串

记个点：

判断数组相等不能用==，要用Arrays.equals()

class Solution {
    public String minWindow(String s, String t) {
        // 需要包含t中的所有字符
        Map<Character, Integer> need = new HashMap<>();
        for(char c : t.toCharArray())
            need.put(c, need.getOrDefault(c, 0) + 1);

        //滑动窗口
        Map<Character, Integer> window = new HashMap<>();

        /*[left, right) 窗口大小：right - left; */
        int left = 0, right = 0; //初始时，窗口不包含任何元素
        int valid = 0;   //字符找齐了，valid++；
        int size = s.length();
        int minLen = size + 1; //包含t的子串不止1个，要求最小的。
        int start = 0;  //最优解的起点；
        while(right < size) {
            /* 右移动right，扩大窗口，寻找可行解 */
            char c = s.charAt(right);
            right++;
            if(need.containsKey(c)) {
                //如果是t中的字符，加入到window中
                window.put(c, window.getOrDefault(c, 0) + 1);
                if(window.get(c).equals(need.get(c)))
                    valid++;
            }

            /* 找到可行解后，右移动left，缩小窗口，进行优化 */
            int needSize = need.size();
            while(valid == needSize) {
                // 不断右移动left，直到valid != needSize
                c = s.charAt(left);
                left++;
                if(need.containsKey(c)) {
                    if(window.get(c).equals(need.get(c)))
                        valid--;
                    window.put(c, window.get(c) - 1);
                }
                /* 求最优解 [left - 1, right) */ 
                if(valid != needSize) {
                    if(right - left + 1 < minLen) {
                        start = left - 1;
                        minLen = right - left + 1;
                    }
                }
            }
        }
        return minLen == size + 1 ? "" : s.substring(start, start + minLen);
    }
}