00 专栏导览

滑动窗口算法专栏导览：从原理到 LeetCode 面试通关

专栏定位

本专栏面向有一定编程基础、正在备战技术面试的工程师。讨论范围严格限定于滑动窗口算法及其直接衍生技法，不涉及动态规划、图算法等其他领域。

目标：帮助读者真正理解滑动窗口的底层逻辑，而非死记硬背套路模板。每道题的讲解遵循”是什么 → 为什么出现 → 不这样会怎样 → 如何落地 → 边界与反例”的推导链，力求通俗易懂而不失深度。

---

专栏目录

序号	文章标题	核心话题	覆盖 LeetCode 题目
01	滑动窗口算法原理全景：从暴力枚举到 $O(n)$ 的思维跃迁	窗口本质、固定 vs 可变分类、通用模板框架、时间复杂度证明	概念篇，无具体题目
02	固定长度滑动窗口：模板推导与三题精讲	固定窗口的进/出平衡、Deque 维护极值、字符计数匹配	643、1343、567
03	最小覆盖子串：可变窗口收缩条件的黄金法则	窗口收缩的触发时机、need/have 双计数器、字符频率维护	76、3
04	最长扩张型可变窗口：替换操作与连续性约束	替换计数技巧、窗口合法性维护、“不缩反扩”的反直觉优化	424、1004、1493
05	同向双指针统一视角：快慢指针与滑动窗口的辩证关系	双指针语义映射、链表快慢指针、数组同向指针与窗口的等价变换	209、904、2401
06	字符计数窗口：哈希表与滑动窗口的黄金组合	固定窗口下的字母异位词、变长窗口下的多词串联、编码效率优化	438、30、187
07	单调队列优化滑动窗口：$O(n)$ 求窗口极值的艺术	单调双端队列原理、队列维护不变量、多种写法对比	239、1438、2762
08	前缀和与滑动窗口的思想融合：子数组求和类问题	前缀和下标变换、哈希加速查找、窗口与前缀和的适用边界	560、974、1248
09	多类别元素与恰好 K 型窗口：高阶滑动窗口技法	”恰好 K” = “最多 K” − “最多 K−1”、多类别计数器	992、1234、2461
10	滑动窗口综合通关：面试高频模式总结与难题攻破	模式识别决策树、算法选型、复杂度速查、高频错误盘点	综合复习篇

---

专栏阅读建议

1. 第 01 篇必读：透彻理解”窗口”这个抽象概念，后续所有变体才有统一的理解框架
2. 固定窗口篇（02、06）：先从最简单的情形入手，理解”滑动”的物理含义
3. 可变窗口篇（03、04、05）：这是难度的核心所在——收缩时机的判断是整个算法的灵魂
4. 优化篇（07、08）：单调队列和前缀和是对滑动窗口的两个不同维度的增强，建议在理解基础窗口后再看
5. 高阶篇（09）：“恰好 K”技巧是面试压轴题的常客，属于思维量较大的内容
6. 本专栏不覆盖：动态规划（虽然部分题可用 DP 解，但不在本专栏讨论范围内）、树形结构上的窗口操作

---

核心模板速查

固定窗口通用框架

int left = 0;
// 初始化：先填入前 k 个元素
for (int right = 0; right < k; right++) add(nums[right]);
update(answer);
// 滑动
for (int right = k; right < n; right++) {
    add(nums[right]);        // 新元素进窗
    remove(nums[left++]);    // 旧元素出窗
    update(answer);
}

可变窗口通用框架

int left = 0;
for (int right = 0; right < n; right++) {
    add(nums[right]);            // 扩展右边界
    while (窗口不合法) {
        remove(nums[left++]);    // 收缩左边界
    }
    update(answer);              // 此时窗口合法，更新答案
}

---

时间复杂度一览

题型	典型场景	时间复杂度	空间复杂度
固定窗口，维护统计量	子数组均值/最大和	$O(n)$	$O(1)$ 或 $O(k)$
固定窗口，维护极值（单调队列）	滑动窗口最大值	$O(n)$	$O(k)$
可变窗口，字符计数	最小覆盖子串、字母异位词	$O(n)$	$O(\Vert \Sigma \Vert )$
可变窗口，数值约束	最长连续子数组	$O(n)$	$O(1)$
恰好 K 型转化	K 个不同整数子数组	$O(n)$	$O(k)$
前缀和 + 哈希	和为 K 的子数组	$O(n)$	$O(n)$