滑动窗口算法

                                                                             啥是滑动窗口，它能解决什么样的问题？

---

仰望天空，妳我亦是行人.✨
个人主页——微风撞见云的博客
数据结构与算法专栏的文章图文并茂生动形象简单易学！欢迎大家来踩踩~
希望本文能够给读者带来一定的帮助文章粗浅，敬请批评指正！

---

---

滑动窗口的概念

滑动窗口算法也是一种思想，是双指针的拓展和延伸。

     滑动：说明这个窗口是移动的，也就是移动是按照一定方向来的。
     窗口：窗口大小并不是固定的，可以不断扩容直到满足一定的条件；也可以不断缩小，直到找到一个满足条件的最小窗口；当然也可以是固定大小。

适用场景

滑动窗口主要应用在数组和字符串上 ，在一个特定大小的字符串或数组上进行操作，而不在整个字符串和数组上操作，这样就降低了问题的复杂度，从而也达到降低了循环的嵌套深度。

什么情况适合用滑动窗口来解决实际问题呢？

     一般给出的数据结构是数组或者字符串。
     求取某个子串或者子序列最长最短等最值问题或者求某个目标值时。

题目示例

题目：长度最小的子数组

题目描述：

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和≥target的长度最小的连续子数组[nums l，nums l+1,…, nums r-1， nums r]，并返>回其长度。如果不存在符合条件的子数组，返回0。
=======================================
示例 1：
输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。
=======================================
示例 2：
输入：target = 4, nums = [1,4,4]
输出：1
=======================================
示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

上文提到：“滑动窗口算法也是一种思想，是双指针的拓展和延伸”。为了更加直观的体现这种思想，我决定用队列来模拟滑动窗口，以队头和队尾作为双指针来进行演示整个题解过程。

我们把数组中的元素不停的入队，直到总和大于等于target为止，接着记录下队列中元素的个数，然后再不停的出队，直到队列中元素的和小于target为止(如果不小于target，也要记录下队列中元素的个数，这个个数其实就是不小于target 的连续子数组长度，我们要记录最小的即可)。接着再把数组中的元素添加到队列中......重复上面的操作，直到数组中的元素全部使用完为止。
这里以[2,3,1,2,4,3]举例画个图来看下:

解题代码

    双指针：

public class Main {

    public static int minSubArrayLen(int target, int[] nums) {
        int low = 0, high = 0;//low:队头 , high:队尾
        int sum = 0, min = Integer.MAX_VALUE;
        while (high < nums.length) {
            sum += nums[high++];
            while (sum >= target) {
                min = Math.min(min, high - low);
                sum -= nums[low++];
            }
        }
        return min == Integer.MAX_VALUE ? 0 : min;
    }

    public static void main(String[] args) {
        System.out.println(minSubArrayLen(7, new int[]{2, 3, 1, 2, 4, 3}));
    }

}

    队列：

public class Main {

    public static int minSubArrayLen(int target, int[] nums) {
        int num = 0;//计算子数组的累计和
        int min = nums.length;//长度赋初值
        boolean flag = false;//判断长度值是否改变过
        Deque<Integer> deque = new ArrayDeque<>();//定义出能体现滑动窗口数据结构的数据结构————队列，这样的双端队列更加高效。
        int index;//用于记录位置的指针
        for (index = 0; index < nums.length; index++) {//设置滑动窗口的初始长度
            if (num >= target) {
                min = Math.min(min, deque.size());//保留之前值与当前值中的较小值
                flag = true;
                break;
            }
            deque.addLast(nums[index]);//向队列中添加数据nums[index]
            num += nums[index];
        }
        //上面的循环用于初始化滑动窗口的长度，此时我们就已经有了一个长度为deque.size()的窗口了
        while (num >= target || index < nums.length) {
/*此时deque中存放值的总和已经超过了目标值target，此时我们的窗口已经满足的滑动的条件，
如果现在num的值超过目标值就将前面先进入队列deque的值踢出，就相当于窗口就向后移动了一步  */
            if (num >= target) {
                min = Math.min(min, deque.size());
                flag = true;
                num -= deque.poll();
            } else {//如果此时不满足num>=target条件就继续向后延伸，向队列deque中推入之后的值加到num中。
                num += nums[index];
                deque.addLast(nums[index++]);
            }
        }
        if (!flag) return 0;
        return min;
    }

    public static void main(String[] args) {
        System.out.println(minSubArrayLen(7, new int[]{2, 3, 1, 2, 4, 3}));
    }

}

---

结语

初学一门技术时，总有些许的疑惑，别怕，它们是我们学习路上的点点繁星，帮助我们不断成长。

文章粗浅，希望对大家有帮助！

参考文章：滑动窗口算法 、滑动窗口2：滑动窗口算法基本原理、滑动窗口详解、长度最小的子数组