滑动窗口算法：字符串处理与实战应用解析

1. 滑动窗口算法基础与实战价值

滑动窗口作为字符串处理中的经典技巧，本质上是通过维护一个动态变化的区间来高效解决问题。这个区间就像是我们透过一个可伸缩的窗口观察数据，根据特定条件调整窗口的左右边界。在力扣Hot100中，3.无重复字符的最长子串和438.找到字符串中所有字母异位词这两道题目，恰好展示了滑动窗口的两种典型应用场景。

我初次接触滑动窗口时，常常困惑于窗口移动的条件和边界处理。经过上百次练习后发现，掌握滑动窗口的关键在于明确三点：窗口的初始位置、右移条件和左移条件。比如在无重复字符问题中，右移条件是字符未重复，左移条件是发现重复字符；而在字母异位词问题中，右移固定为窗口长度，左移则同步右移。

提示：滑动窗口问题80%的bug都源于边界条件处理不当，建议在纸上画出窗口移动示意图。

2. 无重复字符的最长子串深度解析

2.1 哈希表与双指针的协同作战

这道题的暴力解法时间复杂度是O(n²)，而滑动窗口可以优化到O(n)。核心思路是：当遇到重复字符时，不是回退到起点重新扫描，而是将左边界直接跳到重复字符的下一个位置。

python复制def lengthOfLongestSubstring(s: str) -> int:
    char_index = {}  # 存储字符最后出现的位置
    left = max_len = 0
    for right, char in enumerate(s):
        if char in char_index and char_index[char] >= left:
            left = char_index[char] + 1
        char_index[char] = right
        max_len = max(max_len, right - left + 1)
    return max_len

这里有几个易错点：

1. 判断条件char_index[char] >= left确保重复字符在当前窗口内
2. 更新字符位置的操作必须放在边界调整之后
3. 最大长度计算要在每次右指针移动后执行

2.2 实际调试中的边界陷阱

我在实际编码时曾遇到一个典型错误：当输入为"abba"时，如果没有`