滑动窗口算法详解__java版（与C++的区别注意）

滑动窗口算法详解

一. 算法框架

滑动窗口算法：

int left =0,right =0;
while(right<s.size()){
   
	//增大窗口
	window.add(s[right]);
	right++;
	while(window needs shrink){
   
		//缩小窗口
		window.remove(s[left]);
		left++;
	}
}

其实对应的算法思路很简单，主要是细节比较繁琐。 比如如何向窗口添加新元素，如何缩小窗口，在窗口滑动的哪个阶段更新结果。

滑动窗口套路框架：

void slidingWindow(String s,String t){
   
	Map<char,Integer> need = new HashMap<>();
	Map<char,Integer> window = new HashMap<>();
	for(char c:t) need.put(c,map.getOrDefault(c,0)+1);
	int left =0,right =0;
	int valid =0;
	while (right<s.size()){
   
		//c是将移入窗口的字符
		char c = s[right];
		//右移窗口
		right++;
		//进行窗口内数据的一系列更新
		...
		//debug输出的位置
		System.out.println("window:[%d,%d)\n",left,right);
		//判断左侧窗口是否要收缩
		while(window needs shrink){
   
			//d是将移出窗口的字符
			char d = s[left];
			left++;
			//进行窗口数据的一系列更新；
		}
	}
}

二.最小覆盖子串

滑动窗口算法的思路实际上是这样的：

1. 使用双指针中的左右指针技巧，初始化left=right=0，把[left,right)称为一个窗口。
2. 先不断增大right，扩大这个窗口，直到窗口满足我们所需的条件（这道题中即，包含了T所有字符）
3. 再不断增大left，缩小这个窗口，使得我们在保证这个窗口满足条件的同时，尽可能的小。直到窗口内的内容不满足条件，跳出（即不包含T中所有字符了）。每次更新left的时候，也要对最终的结果进行一次更新。
4. 重复第2和3步，直到right达到了字符串s的尾部。

实际上，增大right是在找可行解，找到可行解后，通过增大left来找最优解（即优化）。

在框架中使用了needs和window字典，他们充当的是计数器的功能。needs用来记录T中每个字符出现的次数，即：我们所需要的字符的情况；window字典则是用来记录当前实际窗口中包含对应字符的情况，通过两个map的对比，来判断是否满足了条件。

回到这道题：
首先，我们初始化needs和window两个哈希表，记录需要凑齐的字符和当前窗口中的字符情况。

String minstr(String s,String t){
   
	Map<Char,Integer> needs = new HashMap<>();
	Map<Char,Integer> window = new HashMap<>();
	for(Char c:t) needs.put(c,map.getOrDefault(c,0)+1);
	

然后，使用left和right变量初始化窗口两端，区间为左闭右开，这样保证了一开始窗口中没有任何元素。

	int left=0,right=0;
	int valid =0;
	while (right<s.size()){
   
		//开始滑动
	}

其中，valid变量表示已经满足条件的字符的个数，如果valid和need中key的数量相等（needs.size()），则说明窗口已满足条件，完全覆盖了T。

接下来需要考虑的问题是：

1. 扩大窗口时，应该更新哪些数据？
2. 什么条件下，窗口应暂停扩大，开始移动left? vaild = needs.size()
3. 缩小窗口时，即移出字符时，应更新哪些数据？
4. 需要的结果，应该在什么时候更新？应该在缩小窗口时。

完整代码，但是存在很多细节的小问题，后面会一一解答：

String minstr(String s,String t