👇作者其它专栏
滑动窗口相关题解
1.长度最小的子数组
算法思路一（暴力）（超时）：
【从前往后】枚举数组中的任意一个元素，把它当成起始位置。然后从这个【起始位置】开始，然后寻找一段最短的区间，使得这段区间的和【大于等于】目标值。
将所有元素作为起始位置所得的结果中，找到【最小值】即可。
class Solution{
public:
int minSubArrayLen(int target,vector<int> &nums){
//记录结果
int ret=INT_MAX;
int n=nums.size();
//枚举出所有满足和大于等于target的子数组【start，end】
//由于是取到最小，因此枚举的过程中要尽量让数组的长度最小
//枚举开始位置
for(int start=0;start<n;start++){
int sum=0;//记录从这个位置开始的连续数组的和
//寻找结束位置
for(int end=start;end<n;end++){
sum+=nums[end];//将当前位置加上
if(sum>=target){
ret=min(ret,end-start+1);
break;
}
}
}
return ret=INT_MAX?0:ret;
}
};
算法思路二（滑动窗口）：
由于此问题分析的对象是【一段连续的区间】，因此可以考虑【滑动窗口】的思想来解决这道题。让滑动窗口满足：从i位置开始，窗口内所有元素的和小于target（那么当窗口内元素之和第一次大于等于目标值的时候，就是i位置开始，满足条件的最小长度）。
做法：将右端元素滑入窗口中，统计出当前窗口内的元素的和：
●若窗口内元素之和大于等于target：更新结果，并将左端元素滑出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，滑出去之后依旧满足条件）
●若窗口内元素和不满足条件：right++，下一个元素进入窗口
为什么滑动窗口可以解决问题，并且时间复杂度低？
●这个窗口寻找的是：以当前窗口最左侧元素（记为left1）为基准，符合条件的情况。也就是在这道题中，从left1开始，满足区间sum>= target时的最右侧（记为right1）能到哪里。
●我们既然已经找到从left1开始的最优的区间，那么就可以大胆舍去left1。但是若继续像方法一一样，重新开始统计left1的下一元素（left2）往后的和，一定会有大量重复的计算（因为我们在求第一段区间的时候，已经算出很多元素的和，这些和是可以在计算下次区间和的时候用上的）。
●此时，right1的作用就体现出来了，我们只需将left1这个值从sum中剔除。从right1这个元素开始，往后找满足left2元素的区间（此时right1也有可能是满足的，因为left1可能很小。sum剔除掉left1之后，依旧满足大于等于target）。这样我们就能省掉大量重复的计算。
●这样我们不仅能解决问题，而且效率也会大大提升。
时间复杂度：虽然代码是两层循环，但是我们left指针和right指针都是不回退的，两者最多都往后移动n次。因此时间复杂度是O（N）。
2.无重复字符的最长子串
算法思路一（暴力）（可以通过）：
枚举【从每一个位置】开始往后，无重复字符的子串可以到达什么位置。找出其中长度最大的即可。
在往后寻找无重复子串能到达的位置时，可以利用【哈希表】统计出字符出现的频次，来判断什么时候子串出现了重复元素。
class Solution{
public:
int lengthOfLongestSubstring(string s){
int ret=0;//记录结果
int n=s.size();
//枚举从不同位置开始的最长重复子串
//枚举起始位置
for(int i=0;i<n;i++){
//创建一个哈希表，统计频次
int hash[128]={0};
//寻找结束为止
for(int j=i;j<n;j++){
hash[s[j]]++;//统计字符出现的频次
if(hash[s[j]]>1)//如果出现重复的
break;
//若无重复，就更新ret
ret=max(ret,j-i+1);
}
}
return ret;
}
};
算法思路二（滑动窗口）：
研究的对象依旧是一段连续的区间，因此继续使用【滑动窗口】思想来优化。
让滑动窗口满足：窗口内所有元素都是不重复的。
做法：右端元素ch进入窗口的时候，哈希表统计这个字符的频次：
●若这个字符出现的频次超过1，说明窗口内有重复元素，那么就从左侧开始滑出窗口，直到ch这个元素的频次变为1，然后再更新结果
●若没有超过1，说明当前窗口没有重复元素，可以直接更新结果
3.最大连续1的个数 III
算法思路（滑动窗口）：
本题的核心就是一段连续的1中间塞了k个0。
因此，我们可以把问题转化成：求数组中一段最长的连续区间，要求这段区间内的0的个数不超过k个。既然是连续空间，可以考虑使用【滑动窗口】来解决问题。
算法流程：
a.初始化一个大小为2的数组就可以当作哈希表hash了；初始化一些变量left=0，right=0，len=0；
b.当right小于数组大小的时候，一直下列循环：
i.让当前元素进入窗口，顺便统计到哈希表中；
ii.检查0的个数是否超标：
●如果超标，依次让左侧元素滑出窗口，顺便更新哈希表的值，直到0的个数恢复正常；
iii.程序到这里，说明窗口内元素是符合要求的，更新结果；
iv.right++，处理下一个元素；
c.循环结束后，len存的就是最终结果
4.将 x 减到 0 的最小操作数
算法思路（滑动窗口）：
题目要求的是【左端+右端】两段连续的、和为x的最短数组，信息量稍微多一些，不易理清思路；我们可以转化成求数组内一段连续的、和为sum（nums）-x的最长数组。此时，就是熟悉的【滑动窗口】问题了。
算法流程：
a.转化问题：求target=sum（nums）-x。若target<0，问题无解；
b.初始化左右指针left=0，right=0（滑动窗口区间表示为[left,right)，左右区间是否开闭很重要，必须设定与代码一致），记录当前滑动窗口内数组的和变量sum=0，记录当前满足条件数组的最大区间长度maxlen=-1；
c.当right小于等于数组长度时，一直循环：
i.若sum<target，右移右指针，直到变量和大于等于target，或右指针已经移到头；
ii.若sum>target，右移左指针，直到变量和小于等于target，或左指针已经移到头；
iii.若经过前两步的左右移动使得sum==target，维护满足条件数组的最大长度，并让下个元素进入窗口；
d.循环结束后，若len的值有意义，则计算结果返回，否则返回，-1。
5.水果成篮
算法思路（滑动窗口）：
研究的对象是一段连续的区间，可以使用【滑动窗口】思想来解决问题。
**让滑动窗口满足：**窗口内的水果的种类只有两种。
**做法：**右端水果进入窗口的时候，用哈希表统计这个水果的频次。这个水果进来后，判断哈希表的大小：
●若大小超过2：说明窗口内水果超过了两种。那么就从左侧开始依次将水果滑出窗口，直到哈希表的大小小于等于2，然后更新结果；
●若没有超过2，说明当前窗口内水果的种类步超过两种，直接更新结果ret
算法流程：
a.初始化哈希表hash来统计窗口内水果的种类和数量；
b.初始化变量：左右指针left=0，right=0，记录结果的变量ret=0；
c.当right小于数组的大小的时候，一直执行下列循环：
i.将当前水果放入哈希表中；
ii.判断当前水果进来后，哈希表的大小；
●若超过2：
▢将左侧元素滑出窗口，并且在哈希表中将该元素的频次减1；
▢若这个元素的频次减1之后变成了0，就把该元素从哈希表中删除；
▢重复上述两个过程，直到哈希表中的大小不超过2；
iii.更新结果ret；
iv.right++，让下一个元素进入窗口；
d.循环结束后，ret存的就是最终结果。
6.找到字符串中所有字母异位词
算法思路（滑动窗口+哈希表）：
●因为字符串p的异位词的长度一定与字符串p的长度相同，所以我们可以在字符串s中构造一个长度与字符串p的长度相同的滑动窗口，并在滑动中维护窗口中护每种字母的数量；
●当窗口中每种字母的数量与字符串p中每种字母的数量相同时，则说明当前窗口为字符串p的异位词；
●因此可以用两个大小为26的数组来模拟哈希表，一个来保存s中子串每个字符出现的个数，另一个来保存p中每一个字符出现的个数。这样就可以判断两字符串是否是异位词。
**优化：**使用cnt来保存有效字符的个数，不用创建判断函数
7.串联所有单词的子串
算法思路（暴力）：
若我们把每一个单词看成一个一个字母，问题就变成了找到【字符串中所有的字母异位词】。无非就是之前处理的对象是一个一个的字符，我们这里处理的对象是一个一个的单词。
8.最小覆盖子串
算法思路（滑动窗口+哈希表）：
●研究对象是连续的区间，因此可以尝试使用滑动窗口的思想来解决。
●如何判断当前窗口内所有字符是符合要求的呢？
我们可以使用两个哈希表，其中一个将目标串的信息统计起来，另一个哈希表动态的维护窗口内字符串的信息。
当动态哈希表中包含目标串中所有的字符，并且对应的个数都不小于目标串的哈希表中各个字符的个数，那么当前的窗口就是一种可行的方案。
算法流程：
a.定义两个全局的哈希表：2号哈希表hash2用来记录子串的信息，1号哈希表hash1用来记录目标串t的信息；
b.实现一个接口函数，判断当前窗口是否满足要求：
i.遍历两个哈希表中对应位置的元素：
●若t中某个字符的数量大于窗口中字符的数量，也就是1号哈希表某个位置大于2号哈希表。说明不匹配，返回false；
●全部匹配，返回true；
主函数中：
a.先将t信息放入1号哈希表中；
b.初始化一些变量：左右指针：left=0，right=0；目标子串的长度：minlen=INT_MAX；目标子串的起始位置：begin；（通过目标子串的起始位置何长度，我们就能找到结果）
c.当right小于字符串s的长度时，一直下列循环：
i.将当前遍历到的元素扔进2号哈希表中；
ii.检测当前窗口是否满足条件：
●判断当前窗口是否变小。若变小：更新长度minlen，以及字符串的起始位置begin；
●判断完毕后，将左侧元素滑出窗口，顺便更新2号哈希表；
●重复上面两个过程，直到窗口不满足条件；
iii.right++，遍历下一个元素；
d.判断minlen的长度是否等于INT_MAX：
i.若相等，说明没有匹配，返回空串；
ii.若不相等，说明匹配，返回s中从begin位置往后minlen长度的字符串。
**优化：**使用cnt来记录有效字符的种类，不用另创建判断的接口
