滑动窗口算法最简单的教程同样先来几个例子，以便准确地理解问题。因为字符串本质就是一个字符数组，所以本题实际上也是求子数组

1 举个栗子

给定一个字符串，找到包含的不同字符个数不超过K的最长的连续子串

同样先来几个例子，以便准确地理解问题。

例子1：

输入: String="araaci", K=2

输出: 4

解释: 包含不同字符个数不超过2的最长的连续子串是 "araa"

例子2：

输入: String="araaci", K=1

输出: 2

解释: 包含不同字符个数不超过1的最长的连续子串是 "aa"

例子3：

输入: String="cbbebi", K=3

输出: 5

解释: 包含不同字符个数不超过3的最长的连续子串是 "cbbeb" 或者 "bbebi"

2 思路分析

因为字符串本质就是一个字符数组，所以本题实际上也是求子数组。只不过挑选的标准和前道题不同而已。

前道题是求最短，本题是求最长。
前道题是子数组元素的和不小于K，本道题是子数组元素（即字符）的种类数不超过K。明白了这两点不同，就清楚如何修改前道题的代码，来完成这道题的求解。

首先，还是从数组开头累积出一个最长的符合条件的子字符串，作为我们的窗口。其次，当滑动窗口后，尽可能避免收缩窗口，除非新窗口中包含的字符种类超过了限制。最后，我们需要实时记录窗口中包含的不同字符的个数，以便判断窗口是否符合K个不同字符的要求，这里，我们可以选择HashMap。

3 代码实现

def longest_substring_with_k_distinct(str1, k):
  window_start = 0
  max_length = 0
  char_frequency = {}

  # 在下面的循环中，我们将尽可能扩展 [window_start, window_end]
  的范围
  for window_end in range(len(str1)):
    right_char = str1[window_end]
    if right_char not in char_frequency:
      char_frequency[right_char] = 0
    char_frequency[right_char] += 1

    # 收缩滑动窗口, 直到char_frequency中的key的数目不超过K
    while len(char_frequency) > k:
      left_char = str1[window_start]
      char_frequency[left_char] -= 1
      if char_frequency[left_char] == 0:
        del char_frequency[left_char]
      window_start += 1  # 收缩窗口
    # 记录下当前最长的窗口长度
    max_length = max(max_length, window_end-window_start + 1)
  return max_length