滑窗法

1、 滑窗法的内涵：

（1）思想：滑动窗口在字符串或者数组移动，直到末尾。
（2）作用：降低for循环嵌套的深度，通常情况下时间复杂度为O(N)
（3）注意：滑动窗口的长度可以动态变化，需要两个指针分别指向窗口的左边界和右边界。

2、例子说明

（1）求数组中连续k数之和的最大值
  方法一：暴力法（时间复杂度O(N²))

def getMaxSumkElements2(list, k):
    """
    list:python中为列表类型
    k:整数,默认k<=len(list)
    """
    size = len(list)
    maxsum = 0
    for i in range(size-k+1):  # 两层for循环嵌套，复杂度高
        sum = 0
        for j in range(i, i+k):
            sum += list[j]
        maxsum = max(maxsum, sum)
    return maxsum

a = [-2,1,-3,4,-1,2,1,-5,4]
print(getMaxSumkElements2(a, 4))
6

  方法2：滑窗法（时间复杂度O(N)）

def getMaxSumkElements(list, k):
    """
    list:python中为列表类型
    k:整数,默认k<=len(list)
    """
    size = len(list)
    sum = 0
    maxsum = 0
    for i in range(0, size):  # 算法时间复杂度O(N)
        if i < k:
            sum += list[i] 
        else:
            sum = sum + list[i] - list[i-k]  # 核心代码
        maxsum = max(maxsum, sum)
    return maxsum

a = [-2,1,-3,4,-1,2,1,-5,4]
print(getMaxSumkElements(a, 4))
6

（2）无重复子串的最长子串

def lengthOfLongestSubstring(s):
    position = {} # 字符和它的邻接索引的键值对
    pre = 0  # pre窗口左界,i窗口右边界
    maxlength = 0 # 最大子串长度
    for i in range(len(s)):
        if s[i] in position: # 如果和窗口内的重复
            pre = max(pre, position[s[i]])  # 窗口左界更新
        maxlength = max(maxlength, i - pre + 1)  # 求最大子串
        position[s[i]] = i + 1  # 
    return maxlength  # 建立字符和它的邻接索引的键值对
    
s = "pwwkew"
print(lengthOfLongestSubstring(s))
ans:3