遇到与给定对象的连续子区间有关的问题时，一个很容易联想到的技巧就是滑动窗口。
滑窗的思路非常简单，就是维护一个窗口，不断滑动，然后更新答案。
但滑窗的难点不是算法的思路，而是各种细节问题。比如如何向窗口中添加新元素，如何缩小窗口，在窗口滑动的哪个阶段更新结果。
以下这套滑动窗口算法的代码框架，标记了实现中需要注意的细节，和输出 debug 的位置。以后遇到相关的问题，只需要默写出该框架，然后改三个地方就行：
/* 滑动窗口算法框架 */
const slidingWindow = (s) => {
const win = [];
let left = 0, right = 0;
while (right < s.length) {
// c 是将移入窗口的字符
const c = s[right];
// 增大窗口
right++;
// 进行窗口内数据的一系列更新
...
/*** debug 输出的位置 ***/
console.log('window:', win);
/********************/
// 判断左侧窗口是否要收缩
while (win needs shrink) {
// d 是将移出窗口的字符
const d = s[left];
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新
...
}
}
}
其中两处 ... 表示的更新窗口数据的地方，直接往里面填逻辑就行。而且这两处 ... 的操作分别是扩大和缩小窗口的更新操作，它们的操作是完全对称的。
另外，虽然滑动窗口代码框架中有一个嵌套的 while 循环，但算法的时间复杂度依然是 O(N)
，其中 N 是输入字符串/数组的长度。因为字符串（或数组）中的每个元素都只会进入窗口一次，然后被移出窗口一次，不会有某些元素多次进入和离开窗口的情况。所以算法的时间复杂度就和字符串（或数组）的长度成正比。