滑动窗口（Sliding Window）是算法面试和实际开发中最常见的技巧之一，尤其在数组、字符串问题中。它能把暴力 O(n²) 降到 O(n)。
下面从最基础开始，用 Python 一步步讲解，适合初学者到中级开发者复习。
1. 滑动窗口核心思想（一句话记住）
用两个指针（left 和 right）维护一个连续窗口，根据条件动态扩大或收缩窗口，只遍历一次数组。
两大类：
- 固定长度窗口：窗口大小固定（如 k），只滑动
- 可变长度窗口：窗口大小动态变化，根据条件收缩 left
2. 固定长度滑动窗口模板（最简单）
def fixed_window(nums: list[int], k: int) -> int:
if len(nums) < k:
return 0 # 或其他边界值
# 初始化第一个窗口 [0, k-1]
window_sum = sum(nums[:k]) # 当前窗口和
max_sum = window_sum # 记录最大值（或最小、计数等）
# 从第 k 个元素开始滑动
for right in range(k, len(nums)):
# 窗口右移：减去最左边 + 加上新右边
window_sum = window_sum - nums[right - k] + nums[right]
max_sum = max(max_sum, window_sum)
return max_sum经典例题：LeetCode 643. 子数组最大平均数 I（固定窗口 k）
def findMaxAverage(nums: list[int], k: int) -> float:
current = sum(nums[:k])
max_sum = current
for i in range(k, len(nums)):
current = current - nums[i - k] + nums[i]
max_sum = max(max_sum, current)
return max_sum / k3. 可变长度滑动窗口模板（最常用）
def variable_window(s: str) -> int:
# 记录窗口内某种状态（如字符出现次数）
count = {} # 哈希表 / Counter
left = 0
max_len = 0
for right in range(len(s)):
# 1. 右指针进窗口
count[s[right]] = count.get(s[right], 0) + 1
# 2. 判断是否非法 → while 收缩 left
while count.get(s[right], 0) > 1: # 条件：不允许重复字符
count[s[left]] -= 1
if count[s[left]] == 0:
del count[s[left]]
left += 1
# 3. 此时窗口 [left, right] 合法，更新答案
max_len = max(max_len, right - left + 1)
return max_len最经典例题：LeetCode 3. 无重复字符的最长子串
def lengthOfLongestSubstring(s: str) -> int:
if not s:
return 0
char_index = {} # 记录字符最后出现的位置（更高效写法）
left = 0
max_len = 0
for right in range(len(s)):
if s[right] in char_index and char_index[s[right]] >= left:
# 发现重复，且重复位置在当前窗口内 → 移动 left
left = char_index[s[right]] + 1
char_index[s[right]] = right
max_len = max(max_len, right - left + 1)
return max_len4. 常见滑动窗口变种模板对比（一图秒懂）
| 类型 | 窗口大小 | 移动方式 | 典型题目（LeetCode） | 时间复杂度 |
|---|---|---|---|---|
| 固定窗口 | 固定 k | 每次只移动 right 和 left=k步 | 643、209（变形）、1004 | O(n) |
| 可变窗口 – 最长 | 尽量大 | right 扩张，left 收缩到合法 | 3、424、567、76（最小覆盖子串） | O(n) |
| 可变窗口 – 最短 | 尽量小 | right 扩张到合法，left 收缩 | 209（长度最小的子数组）、76（最小覆盖子串） | O(n) |
| 最多允许 k 个不同 | 动态 | 记录不同字符数 | 340、159、904 | O(n) |
| 最多 k 次替换 | 动态 | 记录需要替换的次数 | 424（最长重复字符替换）、1004 | O(n) |
| 滑动窗口最大值 | 固定 k | 单调队列维护最大值 | 239 | O(n) |
5. 初学者练习推荐顺序（强烈建议按顺序刷）
- Maximum Average Subarray I（固定窗口入门）
- Minimum Size Subarray Sum（最短子数组）
- 3. Longest Substring Without Repeating Characters（最经典）
- Permutation in String（固定长度 + 计数）
- Longest Repeating Character Replacement（k 次替换）
- Minimum Window Substring（最小覆盖子串，难度较高）
- Sliding Window Maximum（单调队列）
6. 写滑动窗口时最容易犯的 5 个错（避坑指南）
- 忘记 left 初始化为 0
- while 条件写成 if（导致窗口不完全收缩）
- 收缩 left 后没有更新状态（如 count[left] -=1）
- right – left + 1 写成 right – left（少 1）
- 边界情况：空字符串、k > len(nums)、所有元素相同
一句话总结：
滑动窗口 = 两个指针 + 一段状态 + while 收缩 + 更新答案
如果你现在能手写上面 LeetCode 3 和 643 的代码，滑动窗口就基本入门了。
想针对某个具体题目（如 239、76、1004）要详细代码 + 思路吗？或者想看某个变种的完整模板？直接告诉我～
