滑动窗口适合解决要求连续子数组且涉及最大/最小或满足某条件的最短/最长长度的问题，如和≥target的最短子数组、无重复字符的最长子串、滑动窗口最大值等。
滑动窗口适合解决哪类数组问题
当题目要求「连续子数组」且涉及「最大/最小/满足某条件的最短/最长长度」时，滑动窗口是首选。比如找和 ≥ target 的最短子数组、无重复字符的最长子串（转为数组索引处理）、窗口内最大值（配合单调队列）等。它本质是用两个指针维护一个动态区间，避免暴力 O(n²) 枚举所有子数组。
while 循环里先移动右指针还是左指针
标准写法是：外层 for 或 while 控制右指针 r 扩展，内层 while 在满足收缩条件时移动左指针 l。关键在于「收缩条件」必须明确——通常是当前窗口已满足目标（如和 ≥ target），才尝试缩窗以找更优解。
常见错误是把收缩逻辑写在右指针循环外，或混淆判断时机。例如求最小长度子数组：
int l = 0, sum = 0, minLen = INT_MAX;
for (int r = 0; r < nums.size(); r++) {
sum += nums[r];
while (sum >= target) { // 满足条件才缩窗
minLen = min(minLen, r - l + 1);
sum -= nums[l++];
}
}注意：sum 必须在 l++ 前减去 nums[l]，否则会漏减或越界。
立即学习“C++免费学习笔记（深入）”；
如何处理窗口内最大/最小值更新
如果题目要求每个窗口的最大值（如 maxSlidingWindow），不能每次遍历窗口找极值（O(k) 耗时），得用单调队列。核心是维护一个双端队列 deque<int>，存索引，保证队首始终是当前窗口最大值的下标。
操作要点：
- 入队前，从队尾弹出所有
< nums[i]的元素（维持递减） - 检查队首索引是否已滑出窗口（
< l），是则弹出 - 队首即为当前窗口最大值对应索引
容易忽略的是：队列存的是下标而非值，这样才能判断是否过期；且每次移动窗口都要做清理，不只在右指针扩展时。
边界与初始化最容易错的三个点
滑动窗口代码看似简单，但生产环境常因边界挂掉：
- 初始
l和r都设为 0，但有些题需l=0, r=-1表示空窗，避免首次加数逻辑混乱 - 返回值没覆盖无解情况：如没找到满足条件的子数组，应返回 0 或 -1，但常忘记判断
minLen是否仍为INT_MAX - 数据类型溢出：累加和用
int可能溢出，尤其数组值大或长，改用long long更稳妥
真正难的不是写对模板，而是根据题干精确建模「窗口代表什么」「何时扩张」「何时收缩」「何时更新答案」——这几个判断点稍一模糊，整个逻辑就偏了。
