Sliding Window (滑动窗口)
在数据结构与算法（DSA）中，Sliding Window（滑动窗口）是一种常用的技术，尤其在处理数组或字符串相关问题时。它的基本思想是使用一个固定大小的“窗口”，这个窗口可以在数据结构中“滑动”，来解决一类问题，通常用于求解最优子数组（或者子串）的问题。
具体解释：
假设你有一个数组或字符串，我们用一个“窗口”来表示其中的一部分元素，窗口的大小通常是固定的。
- 窗口可以理解为一个指针或者一段连续的元素，初始时，它位于数组的开始位置。
- 滑动指的是窗口每次向前移动一步，左边界往右移一位，右边界也随着一起向右移动。
举个简单的例子：
假设我们有一个数组：[1, 2, 3, 4, 5]，我们希望找到所有连续子数组的和的最大值，且子数组的长度为3。
- 初始时，我们设置一个大小为3的窗口，包含数组中的前3个元素：[1, 2, 3]。
- 计算这个窗口内的和：1 + 2 + 3 = 6。
- 然后，窗口向右滑动一步，变成：[2, 3, 4]，计算和：2 + 3 + 4 = 9。
- 窗口继续滑动，变成：[3, 4, 5]，计算和：3 + 4 + 5 = 12。
- 最终，我们找到了最大的和：12。
优点：
- 效率高：使用滑动窗口技术可以减少重复计算，尤其在需要计算子数组、子串、或其他连续元素的情况时，滑动窗口可以使得时间复杂度从O(n^2)降到O(n)。
- 适用于固定窗口大小的问题：它特别适合用来处理那些需要在数组或字符串中寻找子串或子数组，且窗口大小固定的问题。
总结：
滑动窗口技术通过不断移动窗口的边界，减少了重复计算，能高效地解决许多连续子序列问题，尤其是在处理大数据时非常有用。
LeetCode 相关题目:
LeetCode 滑动窗口问题列表
已完成题目: