前言
🌟🌟本期讲解关于滑动窗口问题~~~
🌈感兴趣的小伙伴看一看小编主页：GGBondlctrl-CSDN博客
🔥 你的点赞就是小编不断更新的最大动力
🎆那么废话不多说直接开整吧~~
目录
📚️1.长度最小的子数组
1.1题目描述
本题是在一个数组内找到连续且长度最小并且数组内的和大于target数值，题目的描述如下所示：
解释：
此时的要求就是在一个数组内，找到连续的子数组（长度最小，元素的和大于目标数值），那么此时就是返回这里的最小长度即可；
1.2题目解析
1.暴力枚举
具体的思路就是：
第一步：定义两个指针（这两个指针就是表示的左右子数组的边界），然后两个指针的初始位置都是0；
第二步：将这里的right指针向每次后移动一个单位后，进行判断是否大于这里目标值；
第三步：判断是否大于这里的值后，若大于则更新我们需要的两个指针之间的长度，若小于就继续向后进行移动；（每一次更新要进行取最小值）
第四步：最后进行循环的跳出，边界的判定的操作，最后返回最终的长度
效果如下图所示：
解释：
这就是第一次循环，left不变，然后right不断向后移动，时刻更新这里的len长度，最后知道出界，然后进入外部循环；
**解释：**此时就是进入外部循环，然后right与left同一个索引的位置；
**注意：**更新我们需要的长度的时候要注意，这里的两个边界里的元素的和是否大于或等于我们需要的目标值，并且每次更新要取最小的一个长度，这里设计大小比较；
2.滑动窗口
这里的滑动窗口的概念其实就是双指针，并且对于上面的暴力枚举进行了优化的操作，那么具体的思路就是如下所示：
在暴力枚举的操作的情况下，我们发现当子数组内的元素之和已经大于了目标值了，那么此时right就不用向后面走了（因为后面再加肯定大于目标值，但是长度一直在增加，但是这里要最小的），然后left就可以向前走了，若此时数据变小right继续往后面走，此时就会发现，right和left两个指针一直前进；
此时两者都往前面进行移动，包含的元素，然后就像一个窗口向后面滑动一致；所以叫"滑动窗口"
具体的画面如下：
解释：
为啥大于目标值right不更新位置：因为right在满足条件后， right再往后移动，确实是满足大于target的条件，但是我们这里的求最小的长度，后面就是无效遍历；
为啥小于目标值left不更新位置：因为这里的值本来就小于了这里的值，left移动不就更小了吗；
1.3代码实现
具体的代码实现如下所示：
java
class Solution {
public int minSubArrayLen(int target, int[] nums) {
// 设置两个指针
int left = 0;
int right = 0;
int sum = 0;
int len = nums.length+1;
// 开始进行循环
for (; right < nums.length; right++) {
sum += nums[right];
while (sum >= target) {
len = Math.min(len,right - left + 1);
// 如果此时进行的值大，出窗口
sum -= nums[left];
left++;
}
}
if(len == nums.length+1){
return 0;
}else{
return len;
}
}
}解释：
具体的意思，sum就是代表这里的每一步的和，然后当这里的sum大于目标值后就进行判断更新这里的len的大小（取小的）然后此时left移动后，left和right之间的数值就是sum减去left没移动之前的数；
最后为了出现所有的值都不大于目标值，那么就直接返回0，否则返回我们拿到的len子数组的长度的值即可；
时间复杂度
这里一看就是两个循环，那么时间复杂度就是O（n^2）,但是这里的两个指针都往前面移动，且不会回头，那么这里的时间复杂度就是O(N+N)，最终的时间复杂度就是O（N）
📚️2.无重复字符最长子串
2.1题目描述
这里的题目要求和上面的几乎是一致的，大致就是找最长的子数组（子数组里没有重复的元素）；
题目如下：
实例：
一个数组： a b c a b c b b
输出结果：3
最长子数组：[ a b c ]
解释：和上面的题目基本一致，就是返回找到的最长的子数组，然后返回这个子数组的长度即可
2.2题目解析
1.暴力枚举
还是和上面的几乎是不差的，我们可以将这字符串转化为数组的形式，然后利用模拟hash的方式进行存储字母的个数，然后规定两端的指针，len进行比较，返回最大的长度；
大致的情况如下图：
解释：
就是每个字数粗都进行遍历，发现这里存在了重复的元素，那么len不会进行更改，right走完后，left加一，然后重复上述的操作；
2.滑动窗口
结题思路：
大致就是对上述暴力枚举的提升，当这里发现出现重复的时候，right再向后面移动那么就会一直出现重复的元素，所以此时right向后枚举就是无用的，此时就要left向后移动，直到没有重复的元素，然后right再向后面移动，（要更新符合要求的子数组的长度）
如下图所示：
解释：
为啥right不向后面重新枚举，假如此刻重上述中left的位置开始向后面移动，那么这里就是[ b ] [ b c ] ,[ b c a]；哎此时就是不用向后移动的原因，len还是会重1更新成3；所以right不用向后重新遍历枚举；
2.3代码实现
具体的代码如下所示：
java
class Solution {
public int lengthOfLongestSubstring(String s) {
char[] arr=s.toCharArray();
//hash数组
int[] hash=new int[128];
int left=0,right=0,len=0;
while(right < arr.length){
//放到hash表里
hash[arr[right]]++;
while(hash[arr[right]] > 1){
//将数据移出hash表
hash[arr[left]]--;
left++;
}
len=Math.max(len,right-left+1);
right++;
}
return len;
}
}解释：
这里就是通过hash表的方式判断元素的数量，（hash是通过索引代表的每个元素，128可以代表所有的元素），然后就是right先移动，判断出现是否重复后，在将left位置元素去掉，然后left向后移动；每次移动要判断是否没有了重复的元素；
当然要注意更新len的长度，但是注意了："right++，和长度的更新，要注意位置，否则长度会多1"
时间复杂度：和上面时间复杂度是一致的都是O（N）；
📚️3.总结
上述的两道题主要概括：
right移动看做是进窗口，left移动是出窗口：其实就是进窗口后判断什么时候出窗口，然后按要求更新出窗口之前的长度，继续进窗口，就是一个循环而已~~·
本期主要讲解了双指针优化，滑动窗口的实现；解决了"长度最小的子数组""无重复字符最长子串"两题；
第一题：LCR 008. 长度最小的子数组 - 力扣（LeetCode）
第二题：3. 无重复字符的最长子串 - 力扣（LeetCode）
🌅🌅🌅~~~~最后希望与诸君共勉，共同进步！！！
💪💪💪以上就是本期内容了， 感兴趣的话，就关注小编吧。
😊😊 期待你的关注~~~