【寻找one piece的算法之路】滑动窗口

💐个人主页：初晴~

📚相关专栏：寻找one piece的刷题之路

---

什么是滑动窗口

滑动窗口算法是一种常用的算法模式，通常用于字符串匹配、数组操作等问题中，特别是需要在一段连续的数据中寻找满足特定条件的子序列问题。它通过维护一个窗口（一段连续的子数组或子串），并在数据结构上滑动（移动）这个窗口，来寻找最优解或者满足特定条件的子序列。

滑动窗口算法的基本步骤

1. 初始化窗口：选择一个起始点，并确定窗口的初始大小。
2. 扩展窗口：从起始点开始，向右扩展窗口，直到找到一个满足特定条件的子序列。
3. 收缩窗口：如果当前窗口的子序列仍然满足条件，尝试从左侧收缩窗口，直到不满足条件为止。
4. 更新结果：在每次扩展和收缩窗口之后，检查当前窗口是否是最优解，并更新结果。
5. 重复步骤：重复上述步骤，直到遍历完整个输入数据。

滑动窗口算法的优点

• 效率高：相比暴力解法，滑动窗口算法可以在O(n)的时间复杂度内解决问题，其中n是输入数据的长度。
• 易于实现：算法逻辑简单，易于理解和实现。
• 适用性广：可以应用于多种不同类型的问题。

一、⻓度最⼩的⼦数组

题目链接

题目描述：

题目分析：

因为这题计算的是某一段区间的元素总和，是连续的，就可以尝试用滑动窗口来解决。每次固定好左指针l，然后让右指针r 不断向右遍历数组，并记录累加和sum，直到第一次区间【l，r】的sum>target时，我们就找到了以 l 为起始点的最大窗口，接着就没必要再继续向右扩展窗口了。此时就可以尝试舍去l，让l向右移动，缩小窗口，由于我们已经知道区间【l，r】的元素和了，就没必要再遍历计算一遍了。将sum减去之前 l 所指的元素值，就能得到区间【l+1，r】的元素和了。以此类推，我们只要不断维护好这个区间就能得出最终结果了

滑动流程：

1、初始化窗口：定义两个指针 l 和 r ，一开始都让他们指向0位置

2、扩展窗口：让 r 指向的元素“进入窗口”

3、收缩窗口：判断此时窗口内元素和与target大小关系

• 如果大于等于：更新结果，将左端元素划出去的同时继续判断是否满⾜条件并更新结果（因为左端元素可能很⼩，划出去之后依旧满⾜条件）
• 如果小于：说明窗口太小，  right++ ，另下⼀个元素进⼊窗⼝

4、重复步骤：重复上述步骤2与3，直到 指针r 遍历完整个输入数据

代码实现：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n=nums.length,min=Integer.MAX_VALUE,sum=0;
        for(in