双指针法的特化 具体体现在指针的同向移动维护的进出窗口 其模板就是r的在循环后的必定++与l的陆续弹出和更新结果
专题二滑动窗口
此类型关键在于 思路的优化迭代在保证r的尽量不回退的前提下与l的陆续弹出。
辅助：哈希表 解决不定的计数问题(像滑动窗口中的是否出窗口完全)。
虽然十分不提倡"模板"的解题使用但模板恰恰反应了解决此类问题的核心本质：
第一步：定义r与l维护区间for后r++。
第二步：更新结果的位置选取 (l的陆续弹出 勿跳跃前进！！！)。 //但此陆续弹出不一定指单次循环仅弹出一个。关键在于哈希表的灵活应用。
第三步：返回的最后结果的特殊情况判断。
1.两数和大于值的最小长度
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总和大于等于target的长度最小的 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 。
以r与l维护区间以弹出和入窗口。
cpp
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums)
{
int len = INT_MAX, sum = 0;
for(int l = 0,r = 0;r < nums.size();r++)
{
sum += nums[r];
while(sum >= target)
{
//更新结果
len = r - l + 1 < len? r - l + 1:len;
sum -= nums[l++];
}
}
if(len == INT_MAX)
return 0;
return len;
}
};2.无重复字符串的最小长度
给定一个字符串 s ，请你找出其中不含有重复字符的 最长 子串 的长度。
输入: s = "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是
"abc"所以其长度为 3。注意 "bca" 和 "cab" 也是正确答案。
1.思路：滑动窗口+哈希表
简化r的回溯过程 l的跳跃前进
r遇到重复固定 l前进至掠过重复元素期间哈希表计数--
3.将x减到0的最小操作数
给你一个整数数组 nums 和一个整数 x 。每一次操作时，你应当移除数组 nums 最左边或最右边的元素，然后从 x 中减去该元素的值。请注意，需要 修改 数组以供接下来的操作使用。
如果可以将 x 恰好 减到 0 ，返回最小操作数 ；否则，返回 -1 。
利用：正难则反的编程思想。将原问题转换为求数组中间连续区域的最大长度len后以size()减去len即可。
4.水果成篮
你正在探访一家农场，农场从左到右种植了一排果树。这些树用一个整数数组 fruits 表示，其中 fruits[i] 是第 i 棵树上的水果 种类 。
你想要尽可能多地收集水果。然而，农场的主人设定了一些严格的规矩，你必须按照要求采摘水果：
- 你只有 两个 篮子，并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。
- 你可以选择任意一棵树开始采摘，你必须从 每棵 树（包括开始采摘的树）上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次，你将会向右移动到下一棵树，并继续采摘。
- 一旦你走到某棵树前，但水果不符合篮子的水果类型，那么就必须停止采摘。
给你一个整数数组 fruits ，返回你可以收集的水果的 最大 数目。
简言之：找一最长区域使得区域内的数据的种数为2/1。
为什么使用哈希表 不可以使用三/四指针 因为：难以保证[left]数据弹出的完全性。
left的单次弹出与哈希表关联。
5.找到字符串子串中所有异位串
给定两个字符串 s 和 p，找到 s中所有 p的 异位词的子串，返回这些子串的起始索引。不考虑答案输出的顺序。
输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。利用滑动窗口维护区间 哈希表记录 zero记录滑动次数
哈希表、zero：记载完全滑动。
6.串联所有单词的字串（hard）
在了解了思路之后写不出来的原因：
1.未深入理解算法本质 模板套用未完全套用
2.缺失标记量 原有标记量难以实现模板逻辑
3.优化不足(指某个逻辑判断这么做会增大代码逻辑复杂度)
4.打草严格依据r+=len进行单次的l弹出逻辑
给定一个字符串 s和一个字符串数组 words。 words 中所有字符串 长度相同。
s中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。
- 例如，如果
words = ["ab","cd","ef"]， 那么"abcdef"，"abefcd"，"cdabef"，"cdefab"，"efabcd"， 和"efcdab"都是串联子串。"acdbef"不是串联子串，因为他不是任何words排列的连接。
返回所有串联子串在 s中的开始索引。你可以以 任意顺序 返回答案。
示例 1：
输入：s = "barfoothefoobarman", words = ["foo","bar"]
输出：[0,9]
解释：因为 words.length == 2 同时 words[i].length == 3，连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。
cpp
class Solution
{
public:
vector<int> findSubstring(string s, vector<string>& words)
{
map<string, int> m2;
vector<int> ret;
for(auto e: words)
{
m2[e]++;
}
int len = words[0].size();
for(int i = 0;i < len ;i++)
{
map<string, int> m1; //原串纳入
// for(int l = i, r = i;r <= s.size()-(len*words.size()); r += len)
for(int l = i, r = i,zero = 0;r < s.size(); r += len)
{
//进窗口
m1[s.substr(r, len)]++;
if(m1[s.substr(r, len)] <= m2[s.substr(r, len)])//符合条件进入zero++
zero++;
//出窗口 同时维护zero的值
if(r - l + 1 > len*words.size())
{
//zero更新-- 哈希退出(--) l变动
//有效字符的推出
if(m1[s.substr(l, len)] <= m2[s.substr(l, len)])
zero--;
m1[s.substr(l, len)]--;
// zero--;//代表有效字符啊
l+=len;
}
if(zero == words.size()) //长度符合
ret.push_back(l);
}
}
return ret;
}
};7.最小覆盖子串(hard)
需要逻辑优化策略
给定两个字符串 s 和 t，长度分别是 m 和 n，返回 s 中的 最短窗口 子串 ，使得该子串包含 t 中的每一个字符（包括重复字符 ）。如果没有这样的子串，返回空字符串""。
测试用例保证答案唯一。
示例 1：
输入：s = "ADOBECODEBANC", t = "ABC"
输出："BANC"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。