leetcode ---- 滑动窗口

最小滑窗模板：给定数组 nums，定义滑窗的左右边界 i, j，求满足某个条件的滑窗的最小长度。

while j < len(nums):
    判断[i, j]是否满足条件
    while 满足条件：
        不断更新结果(注意在while内更新！)
        i += 1 （最大程度的压缩i，使得滑窗尽可能的小）
    j += 1

//209. 长度最小的子数组
    int minSubArrayLen(int target, vector<int>& nums) {
        int left = 0, right = 0;
        int res = INT_MAX;
        int sum = 0;
        for (int i = 0; i < nums.size(); i++)
        {
            sum += nums[i];
            // 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
            while (sum >= target) {
                int subLength = (i - left + 1); // 取子序列的长度
                res = res < subLength ? res : subLength;
                if (res == 1 && sum == target)
                {
                    return res;
                }
                sum -= nums[left++]; // 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        // 如果result没有被赋值的话，就返回0，说明没有符合条件的子序列
        return res == INT32_MAX ? 0 : res;
    }

---

最大滑窗模板：给定数组 nums，定义滑窗的左右边界 i, j，求满足某个条件的滑窗的最大长度。

while j < len(nums):
    判断[i, j]是否满足条件
    while 不满足条件：
        i += 1 （最保守的压缩i，一旦满足条件了就退出压缩i的过程，使得滑窗尽可能的大）
    不断更新结果（注意在while外更新！）
    j += 1

//904. 水果成篮
    int totalFruit(vector<int>& fruits) {
        //滑动窗口法
        int left = 0; //滑动窗口左边界
        int sub_len = 0; //子序列长度
        int fruit_counter = 0; //篮子中的水果种类数
        int len = fruits.size();

        unordered_map<int, int> basket; //创建篮子
        for (int j = 0; j < len; j++) 
        {
            if (basket[fruits[j]] == 0) //当前水果数量在篮子中数量为零
            {
                fruit_counter++;
            }
            basket[fruits[j]]++;


            while (fruit_counter > 2)//如果篮子中的水果数目超过两种，则需要移动左边界
            {
                basket[fruits[left]]--;

                //若对应水果key的value变为0，说明篮子里已经没有这种水果了，水果种类要对应变化（注意basket[fruits[left]] == 0即左边的水果数量为0）
                if (basket[fruits[left]] == 0)
                {
                    fruit_counter--;
                }
                left++;
            }

            sub_len = max(sub_len, j - left + 1);    
        }
        return sub_len;
    }

最大滑窗是在迭代右移右边界的过程中更新结果，而最小滑窗是在迭代右移左边界的过程中更新结果