数据结构与算法：滑动窗口题目的解题框架

def slidingWindow(s: str):
    # 用合适的数据结构记录窗口中的数据
    window = {}
    
    left = 0
    right = 0
    
    while right < len(s):
        # come是将移入窗口的字符
        come = s[right]
        if come not in window:
            window[c] = 1
        else:
            window[c] += 1
            
        # 右指针前移扩大窗口
        right += 1
        
        # 更新窗口数据，包括计数器，整体状态变量等
        # ...
        
        # 考虑是否移动左指针缩小窗口
        while left < right and window needs shrink:
            # out 是将移出窗口的字符
            out = s[left]
            
            # 缩窗
            left += 1
            
            # 更新窗口数据
            # ...
     

总体思路，两个while循环，外面的是右指针，里面的是左指针。先移动右指针，增大窗口，等窗口符合条件，再移动左指针，减小窗口，减小到不符合条件。就进入到外循环右指针，窗口继续扩大到符合条件，等符合条件后，左指针继续右移缩小窗口。如此往复。直到右指针末尾。

这里有几个要解决的问题：
一个是维护符合条件的元素的状态。这里用window这个字典来维护。
第二个是当右指针右移，应该做哪些操作的问题。一般就里改变窗口里对应的键值，比如：如果这个元素符合条件，那些把它对应的值加1，有里还要维护窗口整体的变量。比如窗口里是不是所有键都有值。用一个变量valid来维护，如果都有值，说明窗口符合条件。考虑进入内循环缩小窗口。当我们发现某个字符在 window 的数量满足了 need 的需要，就要更新 valid。不同题目need不同。
第三，左指针右移，应该做哪些操作呢？肯定要判断这个元素去除之后，是不是符合条件的元素，如果是，要做键值的减1操作，还要视情况改变valid，如果valid没有改变，则一直内循环，一直减小窗口，直到不符合条件。
第四，多次外循环，如果得到最小值的问题。这个有多种思路，最好不要增加空间复杂度。
第五，窗口可以用普通字典，但麻烦。最好用collections.defaultdict。它是 Python 中的一个类，是 dict 的子类，提供了一个默认值（default value）的字典结构。默认值指的是当访问一个不存在的键时，defaultdict 会自动创建该键并给定一个默认值，而不会引发 KeyError 异常。
第六，移动 left 收缩窗口时，如果窗口内的字符都是可行解，就进行最小覆盖子串的更新。这样可以从可行解中找到长度最短的最终结果。