算法--滑动窗口

1. 尽可能使字符串相等

https://leetcode-cn.com/problems/get-equal-substrings-within-budget/

给你两个长度相同的字符串，s 和 t。

将 s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销（开销可能为 0），也就是两个字符的 ASCII 码值的差的绝对值。

用于变更字符串的最大预算是 maxCost。在转化字符串时，总开销应当小于等于该预算，这也意味着字符串的转化可能是不完全的。

如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串，则返回可以转化的最大长度。

如果 s 中没有子字符串可以转化成 t 中对应的子字符串，则返回 0。

思路： 求解两个字符串相应位置的ASCII值查的绝对值数组，则本题转换为求解某一个数组中和小于某一值的最长连续子数组。

public int equalSubstring(String s, String t, int maxCost) {
        int n = s.length();
        int[] num = new int[n];
        for (int i=0; i<n; i++) {
            num[i] = Math.abs(s.charAt(i)-t.charAt(i));
        }
        int maxL = 0;
        int start = 0;
        int end = 0;
        int sum = 0;
        while (end < n) {
            sum += num[end];
            while (sum > maxCost) {
                sum -= num[start];
                start++;
            }
            maxL = Math.max(maxL, end - start + 1);
            end++;
        }
        return maxL;
    }

维护两个指针start，end， end不断向前探索，当end处于某一位置时，考虑此时start位置，区间start-end中组成的滑动窗口中数据是否符合题意，如果不符合，则移动start位置，使其符合，找到符合问题的解之后，记录该解。然后移动end,继续下一个位置的探索。

2. 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 。

求某一数组中和大于某一值的最短连续子数组

 public int minSubArrayLen(int target, int[] nums) {
        int start = 0;
        int end = 0;
        int sum = 0;
        int minL = Integer.MAX_VALUE;
        while (end < nums.length) {
            sum += nums[end];
            while (sum >= target) {
                minL = Math.min(minL, end - start + 1);
                sum -= nums[start];
                start++;
            }
            end++;
        }
        return minL == Integer.MAX_VALUE ? 0 : minL;
    }

3. 最大连续1的个数 III

给定一个由若干 0 和 1 组成的数组 A，我们最多可以将 K 个值从 0 变成 1 。返回仅包含 1 的最长（连续）子数组的长度。

求解数组中零的个数小于某一值的最长连续子数组

 public int longestOnes(int[] A, int K) {
        int start = 0;
        int end = 0;
        int lSum = 0;
        int rSum = 0;
        int maxL = 0;
        while (end < A.length) {
            rSum += (1 - A[end]);
            while (lSum + K < rSum) {
                lSum += (1 - A[start]);
                start++;
            }
            maxL = Math.max(maxL, end - start + 1);
            end++;
        }
        return maxL;
    }

滑动窗口总结

1.本质上来说，滑窗是双指针，一根指针指向左端点，一根指针指向右端点。以右指针作为驱动，拖着左指针向前走。右指针每次只移动一步，而左指针在内部 while 循环中每次可能移动多步。右指针是主动前移，探索未知的新区域；左指针是被迫移动，负责寻找满足题意的区间。
2.右指针移动可以表示扩张窗口，左指针移动表示缩小窗口。
3.如果当前元素满足题目要求时，可以挪动右指针尝试更优解，并且更新需要记录的变量（元素，元素个数++等）
4.如果当前窗口内的元素不满足条件，可以挪动左指针尝试调整，并且更新需要记录的变量（元素，元素个数--等）
通过以上步骤窗口就开始“滑动”起来，在滑动过程中，要记得及时更新答案。一般为求最大或最小。