刷短视频时，你有没有想过：要是能快速找到点赞最高的 10 秒片段该多好？玩游戏时，怎么实时计算最近 5 次攻击的平均伤害？这些问题，用编程界的 “寻宝神器”—— 滑动窗口，都能轻松解决！今天咱们就用最接地气的方式，带大家揭开它的神秘面纱！
什么是滑动窗口？像贪吃蛇一样 “吃” 数据！
先讲个生活小例子：你在超市排队结账，收银员每扫描 5 件商品就计算一次总价。这个 “每次扫描 5 件商品” 的过程，就是滑动窗口的雏形！
在编程里，滑动窗口就像一个可以伸缩的小框，套在一串数据（比如数组、字符串）上。它会按照规则在数据上 “滑动”，每次滑动时，框内的数据会发生变化，我们可以对框内的数据进行统计、查找等操作。就像贪吃蛇游戏里，蛇头不断前进，“吃掉” 新食物的同时，身后的尾巴也会缩短，始终保持身体长度固定，滑动窗口也是如此！
滑动窗口能做什么？从找单词到算销量，样样行！
滑动窗口的应用超广泛，比如：
- 找字符串里的特定单词：在一篇超长文章里，快速找到连续包含 “Java” 和 “编程” 的最短句子；
- 统计游戏数据：实时计算玩家最近 10 次操作的得分平均值；
- 电商数据分析：统计最近 7 天的商品销量峰值。
接下来，我们用 Java 代码实战，看看滑动窗口到底怎么用！
实战 1：找到数组中连续 3 个数的最大和
假设我们有一个数组 [1, 3, -1, -3, 5, 3, 6, 7]，现在要用滑动窗口找到连续 3 个数的最大和。
public class SlidingWindowExample {
public static int maxSumOfThree(int[] nums) {
if (nums.length < 3) {
throw new IllegalArgumentException("数组长度至少为3");
}
int windowSum = nums[0] + nums[1] + nums[2];
int maxSum = windowSum;
for (int i = 3; i < nums.length; i++) {
// 滑动窗口：去掉最左边的数，加上新进来的数
windowSum = windowSum - nums[i - 3] + nums[i];
maxSum = Math.max(maxSum, windowSum);
}
return maxSum;
}
public static void main(String[] args) {
int[] nums = {1, 3, -1, -3, 5, 3, 6, 7};
int result = maxSumOfThree(nums);
System.out.println("连续3个数的最大和是：" + result);
}
}
代码解析：
- 先初始化窗口大小为 3，计算第一个窗口内的和 windowSum，并把它设为当前最大值 maxSum；
- 从第 4 个数开始遍历数组，每一次循环：
-
- 把窗口最左边的数 nums[i - 3] 从 windowSum 中减去；
-
- 把新进入窗口的数 nums[i] 加到 windowSum 中；
-
- 比较 windowSum 和 maxSum，更新 maxSum 为两者中的较大值；
- 遍历结束后，maxSum 就是连续 3 个数的最大和。
实战 2：在字符串中找不含重复字符的最长子串
比如输入字符串 abcabcbb，最长不含重复字符的子串是 abc，长度为 3。
import java.util.HashMap;
import java.util.Map;
public class LongestSubstringWithoutRepeating {
public static int lengthOfLongestSubstring(String s) {
int maxLength = 0;
int left = 0;
Map<Character, Integer> charIndexMap = new HashMap<>();
for (int right = 0; right < s.length(); right++) {
char currentChar = s.charAt(right);
// 如果字符在窗口内出现过，更新左边界
if (charIndexMap.containsKey(currentChar)) {
left = Math.max(left, charIndexMap.get(currentChar) + 1);
}
// 更新字符最新出现的位置
charIndexMap.put(currentChar, right);
maxLength = Math.max(maxLength, right - left + 1);
}
return maxLength;
}
public static void main(String[] args) {
String s = "abcabcbb";
int result = lengthOfLongestSubstring(s);
System.out.println("最长不含重复字符的子串长度是：" + result);
}
}
代码解析：
- 用两个指针 left 和 right 表示窗口的左右边界，初始时都指向字符串开头；
- 用 charIndexMap 记录每个字符最后一次出现的位置；
- 遍历字符串，每次遇到一个字符：
-
- 如果字符已经在当前窗口内出现过，把 left 指针移动到该字符上次出现位置的下一位，保证窗口内没有重复字符；
-
- 更新字符在 charIndexMap 中的位置；
-
- 计算当前窗口的长度 right - left + 1，和 maxLength 比较，更新 maxLength；
- 遍历结束后，maxLength 就是最长不含重复字符的子串长度。
滑动窗口的优缺点：寻宝有惊喜，也有小麻烦！
优点：
- 效率高：相比暴力枚举法，滑动窗口能减少重复计算，比如统计连续数据的和时，不用每次都从头加一遍；
- 灵活：窗口大小可以固定，也可以根据条件动态调整。
缺点：
- 逻辑复杂：遇到复杂问题时，窗口的边界条件、更新规则容易把人绕晕；
- 适用性有限：不是所有问题都能用滑动窗口解决，比如完全乱序的数据查找。
现在，你是不是已经掌握滑动窗口这个 “寻宝神器” 了？下次遇到需要处理连续数据的问题，不妨试试用它滑动几下，说不定就能快速找到答案！
