滑动窗口算法（Sliding Window Algorithm）

版权声明：本文为CSDN博主「坐在路边数星星」的原创文章，遵循CC 4.0 BY-SA版权协议 原文链接：https://blog.csdn.net/lm278858445/article/details/88189212

Sliding window algorithm is used to perform required operation on specific window size of given large buffer or array.

This technique shows how a nested for loop in few problems can be converted to single for loop and hence reducing the time complexity.

该算法是通过使用特定大小的子列表，在遍历完整列表的同时进行特定的操作，以达到降低了循环的嵌套深度。

一、基本示例

如下图所示，设定滑动窗口（window）大小为3，当滑动窗口每次划过数组时，计算当前滑动窗口中元素的和，得到结果res。 理解时可以将数据想象成打孔纸带，滑动窗口便是上面的处理及，每次处理局部数据，进而达到整体数据的处理效果，当然滑动窗口的尺寸可以是固定也可以是动态的，这便需要根据待解决的问题，具体分析。

需要注意的是，滑动窗口算法更多的是一种思想，而非某种数据结构的使用。

二、经典使用 1. 连续元素最大和 题目

给定数组，获取数组中n个连续元素，最大的和。

Input: [-3, 3, 1, -3, 2, 4, 7], n=3
Output: 13

解法及分析

暴力解法

function maxSumSub(arr, n) {
    const len = arr.length;

    if (n >= len) {
        return arr;
    }
    let maxSum = 0;

    for (let i = 0; i + (n - 1)