滑动窗口用while而非for因窗口大小不固定，需双指针动态控制左右边界；常见错误是只移right不缩left，导致窗口只扩不缩；收缩时须同步撤销left影响，并在每次收缩后检查目标条件。
滑动窗口怎么用 while 而不是 for
因为窗口大小不固定，for 很难同时控制左右边界；用 while 配合两个指针（left、right）更直观、更少出错。
常见错误是把 right 当成循环变量，却忘了在窗口收缩逻辑里主动移动 left——结果就是窗口只扩不缩，遍历失效。
-
right每次前进一步，更新当前状态（比如加进一个数、计数+1） - 紧接着用
while判断是否要收缩：比如「和超过 target」「字符重复」「长度超限」 - 收缩时只动
left，并同步撤销它带来的影响（比如减掉值、计数-1） - 每次收缩完，检查是否满足目标条件（如刚好等于某值），再决定是否更新答案
子数组最大和为什么不能直接套滑动窗口
滑动窗口本质是维护「满足某约束条件」的连续子数组，而最大子数组和（max subarray sum）没有硬性约束，它是无条件优化问题——这时候用 Kadane 算法 更合适，时间 O(n)，空间 O(1)。
强行套滑窗会误判：比如数组 [-2,1,-3,4,-1,2,1,-5,4]，最大和是 6（子数组 [4,-1,2,1]），但滑窗若以「和 > 0」为扩张条件，会在 -3 处错误截断。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 滑窗适用场景：有明确约束边界，如「长度 ≤ k」「乘积
- 最大和 / 最小和 / 最长递增子数组等，优先想动态规划或一次扫描技巧
- 真要用滑窗解最大和，得转成「固定长度 k 的最大和」，这时才用
sum(nums[:k])初始化，再滑动更新
left 和 right 的初始值与更新时机
别默认都从 0 开始。如果问题要求「至少含 2 个元素」，right 应该先走到 1 再开始判断；如果窗口初始无效（如空字符串查字符频次），left 可能要设为 -1，靠 right + 1 启动。
最容易被忽略的是：更新答案的位置。不是每次 right += 1 后就记，也不是每次 left += 1 后就记——要在窗口满足题设条件的**稳定时刻**记，通常是收缩结束、条件刚成立时。
- 典型写法：
while window_invalid: left += 1; update_state()→ 紧接着if valid: update_ans() - 别在
right移动前检查，也别在left移动中检查，容易漏或重 - Python 中用
range(len(nums))控制right时，注意索引别越界，尤其做nums[right] + ...前先判空
Python 写滑窗时哪些操作拖慢性能
看似简洁的写法可能暗藏 O(n) 子操作，让整体退化成 O(n²)。最典型的是在 while 循环里反复调用 sum()、max()、in（对 list）、count()。
比如用 if max(window_list) > threshold: 来判断，每次都要扫一遍；换成维护一个 current_max 变量，只在增/删时更新，就能回到 O(n)。
- 避免在内层循环中对窗口做 O(k) 操作（k 是当前窗口长），改用增量更新
- 查重复字符？用
dict记频次，而不是每次len(set(window)) - 需要频繁取最小值？考虑
heapq或单调队列，但简单题通常维护变量就够了 - 调试时打印整个
window列表？生产代码里删掉，字符串拼接本身也耗时
边界 case 多的时候，比如全负数、空输入、k=0，left 和 right 容易错位一格，建议先写几个 assert 卡住明显非法状态。
