給你兩個長度相同的字串，s 和 t。
將 s 中的第 i 個字元變到 t 中的第 i 個字元需要 |s[i] - t[i]| 的開銷（開銷可能為 0），也就是兩個字元的 ascii 碼值的差的絕對值。
用於變更字串的最大預算是 maxcost。在轉化字串時，總開銷應當小於等於該預算，這也意味著字串的轉化可能是不完全的。
如果你可以將 s 的子字串轉化為它在 t 中對應的子字串，則返回可以轉化的最大長度。
如果 s 中沒有子字串可以轉化成 t 中對應的子字串，則返回 0。
思路： 求解兩個字串相應位置的ascii值查的絕對值陣列，則本題轉換為求解某乙個陣列中和小於某一值的最長連續子陣列。
public int equalsubstring(string s, string t, int maxcost)
maxl = math.max(maxl, end - start + 1);
end++;
}return maxl;
}
給定乙個含有 n 個正整數的陣列和乙個正整數 target 。
找出該陣列中滿足其和 ≥ target 的長度最小的 連續子陣列 [numsl, numsl+1, ..., numsr-1, numsr] ，並返回其長度。如果不存在符合條件的子陣列，返回 0 。
求某一陣列中和大於某一值的最短連續子陣列
public int minsubarraylen(int target, int nums)
end++;
}return minl == integer.max_value ? 0 : minl;
}
給定乙個由若干0和1組成的陣列a，我們最多可以將k個值從 0 變成 1 。返回僅包含 1 的最長（連續）子陣列的長度。
求解陣列中零的個數小於某一值的最長連續子陣列
public int longestones(int a, int k)
maxl = math.max(maxl, end - start + 1);
end++;
}return maxl;
}
2.右指標移動可以表示擴張視窗，左指標移動表示縮小視窗。
3.如果當前元素滿足題目要求時，可以挪動右指標嘗試更優解，並且更新需要記錄的變數（元素，元素個數++等）
4.如果當前視窗內的元素不滿足條件，可以挪動左指標嘗試調整，並且更新需要記錄的變數（元素，元素個數--等）
通過以上步驟視窗就開始「滑動」起來，在滑動過程中，要記得及時更新答案。一般為求最大或最小。
滑動視窗演算法 演算法 滑動視窗 二
演算法 這算是滑動視窗的另外乙個典型題目，在資料量比較少的時候，可以直接採用暴力法解決 不過資料量比較大的時候，我們就需要想辦法解決視窗裡面最大值的思路，這裡我們採用雙端佇列queue來實現，借助 queue來儲存前面計算過的最大值資訊。題目 解法1 暴力解法 按照 視窗大小，從頭到尾依次遍歷，將每...
演算法 滑動視窗
一.滑動視窗 滑動視窗其實就是高階版的雙指標技巧,只不過它依靠了資料結構 hashmap,hashset 的幫助,使得雙指標運用起來更加的靈活,更加的方便,他主要就是來解決子字串匹配問題。他主要的思路就是這樣的固定步驟 1 我們在字串 s 中使用雙指標中的左右指標技巧，初始化 left right ...
演算法 滑動視窗
最多可以將k個值從0變成1,因此滑動視窗的限制條件 0的數量 zeros 小於k,演算法過程如下 有乙個滑動視窗 slipper 每次都會從a中讀入乙個數 當讀入的數為0時,zeros 當zeros的數量大於k時,會取出slipper首部的元素,當取值為0時zeros 總體 如下 上述演算法效率並不...