coding ability 展开第四幕（滑动指针——巩固篇）超详细！！！！
文章目录
前言
本专栏上一篇博客，带着大家从认识滑动窗口到慢慢熟悉
相信大家对滑动窗口已经有了大概的认识
其实主要就是抓住——一段连续的区间
今天来学习一些滑动窗口进阶的题目
fellow me
水果成篮
思路
一开始看到这个题目，一段连续的区间，想到了滑动窗口
然后就想着怎么维护窗口，每次更新到新的水果种类就要，开始对left++，然后处理数据
其实是有点麻烦的，但是经过半个多小时的调试，最后还是ac了
思路：每次更新两个种类的水果，x，y，如果下一个水果的种类不相符合，就更新新的x，y
这个时候 right - 1 和 right 所对应的水果就是新的两种，然后就是处理从 left 到 right - 1这段区间
符合条件的情况， 也就是 从right - 1 一直往前走，到与 right - 1 所对应种类不同的水果，然后再更新结果
在反复进窗口，维护窗口，出窗口
代码如下 ：
classSolution{public:inttotalFruit(vector<int>& fruits){int ans =0;int n = fruits.size();int x = fruits[0], y = fruits[0];if(n ==1)return1;int left =0, right =1;for(; right < n; right++){if(fruits[right]!= x && fruits[right]!= y)// 和前面确定的水果种类{ y = fruits[right -1];// 更新新的水果种类 x = fruits[right];int i = right -1;if(i != left)// left 到 right - 1 区间 {while(fruits[i]== y && i > left)// i一直靠近left 直到种类不同{ i--;}if(i == left && y != fruits[left])// 更新 left 的指向 left++;elseif(i != left) left = i +1;}} ans =max(ans, right - left +1);// 更新结果}return ans;}};后面又想到了一种思路：
就是用哈希来统计种类数量，哈希相对于前面的那种方法还是简单的
就是把两个种类的水果放入哈希表，然后right++ 水果进窗口，如果哈希表的水果种类大于2
就从左侧 left 开始逐步出窗口，直到哈希表种类等于2，然后更新结果
代码如下：
classSolution{public:inttotalFruit(vector<int>& f){ unordered_map<int,int> hash;// 统计窗口内出现了多少种水果int ret =0;for(int left =0, right =0; right < f.size(); right++){ hash[f[right]]++;// 进窗口while(hash.size()>2)// 判断{// 出窗口 hash[f[left]]--;if(hash[f[left]]==0) hash.erase(f[left]); left++;} ret =max(ret, right - left +1);}return ret;}};找到字符串中所有字母异位词
思路
看到又是一段连续的区间，就想到了滑动窗口
这一题 p 的异位词，说白了就是包含了 p 的所有字母，不管先后顺序
想到上一题用哈希优化的爽快，这题好像也可以用哈希来解
把 p 中字符都用哈希统计频次，然后在遍历 s 时，进窗口，维护窗口，出窗口
每次进入窗口，就用哈希统计出现次数，只要没有到达次数上限，就进窗口
如果进入窗口的字符数量大于了 p 的长度，就维护窗口，从left开始往右开始出窗口
在每一次统计进入窗口的数量时，都比较一下 p 的字符个数，如果进入窗口的字符个数等于 p的个数大小相等，就更新结果
代码如下：
classSolution{public: vector<int>findAnagrams(string s, string p){ vector<int> ret;int hash1[26]={0};// 统计字符串 p 中每个字符出现的个数for(auto ch : p) hash1[ch -'a']++;int hash2[26]={0};// 统计窗口里面的每一个字符出现的个数int m = p.size();for(int left =0, right =0, count =0; right < s.size(); right++){char in = s[right];// 进窗口 + 维护 countif(++hash2[in -'a']<= hash1[in -'a']) count++;if(right - left +1> m)// 判断{char out = s[left++];// 出窗口 + 维护 countif(hash2[out -'a']--<= hash1[out -'a']) count--;}// 更新结果if(count == m) ret.push_back(left);}return ret;}};下面就上难度了嗷~~~~
串联所有单词的子串
思路
这个题目看起来很难，其实一点也不简单，看到困难的标签就让人望而生畏
但其实也没有想象的那么难，慢慢抽丝剥茧，其实也能拿下
看到这里，其实就想到了上一题的那个字母异位词，本题是说所有单词都包含，然后不管顺序
上一题是——所有字母都包含，然后不管顺序，我们不妨试试上一题的思路呢
首先要解决的就是把单词抽象变成字符，我们可以定义一个 string，映射 int 的 哈希表，这个问题就迎刃而解了
下一个问题就是怎么才能知道哪个是单词的开头字母呢？？又怎么在 s 中遍历单词然后进窗口呢？？
我又看到了这个条件，雪中送炭，所有单词长度相等，那岂不是起飞了，就让 right 每次遍历 += 单词长度就好了
这些都处理好了，最后一个问题就是，我怎么知道哪个字符是单词的第一个字母，错乱了怎么办，那不是gg
我们只需要在外面套一层for循环，从0到单词的长度，这段区间都做一次滑动窗口就好啦
核心问题都解决了，剩下的就是一些细节处理问题了
话不多说，这些都解决了，开始执行代码：
classSolution{public: vector<int>findSubstring(string s, vector<string>& words){ vector<int> ret; unordered_map<string,int> hash1;// 保存 words 里面所有单词的频次for(auto& c : words) hash1[c]++;int len = words[0].size(), m = words.size();for(int i =0; i < len; i++)// 执行 len 次{ unordered_map<string,int> hash2;// 维护窗口内单词的频次for(int left = i, right = i, count =0; right + len <= s.size();right += len){// 进窗口 + 维护 count string in = s.substr(right, len); hash2[in]++;if(hash1.count(in)&& hash2[in]<= hash1[in]) count++;// 判断if(right - left +1> len * m){// 出窗口 + 维护 count string out = s.substr(left, len);if(hash1.count(out)&& hash2[out]<= hash1[out]) count--; hash2[out]--; left += len;}// 更新结果if(count == m) ret.push_back(left);}}return ret;}};其实hard题也是由一个一个小问题糅合起来的，解决核心问题，其实也没有那么难
慢慢啃下来，还是有成就感的 come on
最小覆盖子串
思路
又又又是一段连续的区间，来吧来吧，滑动窗口，滑动窗口
这道题不是上一题的恰好涵盖所有字符了，要返回的是最小子串，也就是能包含其他的
但是经过前面题目的磨砺，我感觉好像自己有点门道了
思路：用哈希1统计字符串 t 的每一个字符的频次，还有种类
构造一个新的哈希2，然后遍历 s 字符串，每个字符都统计到新的哈希表
当这个字符的频次和 哈希1中统计的字符频次相等时，种类数++
当种类数和哈希1种类数相等时，维护窗口，更新结果
大致思路就差不多是这样，来执行代码吧
classSolution{public: string minWindow(string s, string t){int hash1[128]={0};// 统计字符串 t 中每一个字符的频次int kinds =0;// 统计有效字符有多少种for(auto ch : t)if(hash1[ch]++==0) kinds++;int hash2[128]={0};// 统计窗口内每个字符的频次int minlen = INT_MAX, begin =-1;for(int left =0, right =0, count =0; right < s.size(); right++){char in = s[right];if(++hash2[in]== hash1[in]) count++;// 进窗口 + 维护 countwhile(count == kinds)// 判断条件{if(right - left +1< minlen)// 更新结果{ minlen = right - left +1; begin = left;}char out = s[left++];if(hash2[out]--== hash1[out]) count--;// 出窗口 + 维护 count}}if(begin ==-1)return"";elsereturn s.substr(begin, minlen);}};这个困难也拿下啦，滑动窗口和哈希一起用感觉有点爽，绝佳组合
总结
滑动窗口的核心在于维护一段连续区间，通过哈希表优化统计与比较过程。面对不同问题需灵活调整：
哈希表记录元素频次，快速判断窗口合法性（如水果种类、异位词）
双指针动态伸缩窗口，确保时间复杂度为O(N)
多层循环处理定长元素（如单词串联），覆盖所有起点情况
种类与频次匹配时更新结果，最小子串问题需全局记录最优解
掌握滑动窗口+哈希的组合，能高效解决子串、子数组等连续区间问题，突破Hard瓶颈
今天的内容就到这里啦，不要走开，小编持续更新中~~~~
