滑动窗口是一种常用的算法技术，主要用于处理序列数据（如数组、字符串等）中的问题。它通过维护一个“窗口”来跟踪当前考察的元素范围，从而在不断移动这个窗口的过程中高效地计算结果。
基本思想：
- 定义窗口：通常使用两个指针或索引来表示窗口的开始和结束位置。
- 扩展和收缩：根据需要，可以通过移动右指针扩展窗口，也可以通过移动左指针收缩窗口。
- 更新状态：在每次移动窗口后，根据新包含或排除的元素更新所需的状态信息。
应用场景：
- 求解连续子数组或子字符串的问题，比如最大/最小值、平均值等。
- 在字符串处理中，例如寻找最长不重复子串的问题。
- 计算滑动窗口内的总和或其他聚合函数。
示例：
假设要找出长度为 k 的子数组的最大和，可以使用滑动窗口方法：
- 初始化一个长度为 k 的窗口，计算第一个 k 个元素的和。
- 然后逐步向右滑动，每次添加下一个元素，同时减去被移出的第一个元素。
- 更新最大值即可。
这种方法比直接计算所有可能子数组的方法更高效，因为它只需 O(n) 的时间复杂度，而不是 O(n*k)。
总结
滑动窗口是一种简单但强大的工具，用于优化一些涉及连续数据结构的问题。
内容由零声教学AI助手提供，问题来源于学员提问
& images)
{
int numImages = 3;
static const char* filenames[] =
{
"Data/img_test/6.第三面侧视图/100.bmp",
"Data/img_test/6.第三面侧视图/1..." />
