1. 滑动窗口基本思想

滑动窗口就是快慢指针问题，快指针走一步，慢指针走一步，维护窗口的大小。

下图有大小为3的滑动窗口移动示例。

1. 窗口：窗口是left和right之间的元素，也可以理解为一个区间。窗口的大小可能固定，也可能变化，如果是固定大小，需要先确定窗口是否越界，再处理逻辑。如果是大小不固定，就需要先判断是否满足要求，调整窗口，再处理逻辑。
2. 滑动：说明窗口是移动的，事实上是两个指针left和right变量在移动，而不是序列中的元素移动，当变量移动的时候，其中间的元素会发生变化，因此就有了不断滑动的效果。

根据窗口的大小是否固定，可以有两种类型的题：

1. 固定窗口：一般会求窗口内元素最大、最小、平均值、和最大、最小等类型问题。
2. 窗口是可变的：一般是求序列中最大。最小窗口，比如最大、最小连续序列。

2. 子数组最大平均数

本题是固定窗口问题，LeetCode643 给定n个整数，找出平均数最大且长度大小为k的连续子数组，并输出该最大平均数。其中 1 <= k <= nums.length <= 10^5.

两步操作

1. 维护窗口大小并移动。
2. 在窗口中求平均值，与上次的比较返回最大值。

代码示例：

    public static double findMaxAverage(int[] nums, int k) {
        int len = nums.length;
        int windowSum = 0;
        if (k > nums.length || nums.length < 1 || k < 1) {
            return 0;
        }
        //第一步 先求第一个窗口的和
        for (int i = 0; i < k; i++) {
            windowSum += nums[i];
        }

        //第二步: 遍历，每次右边增加一个，左边减去一个，重新计算窗口最大平均值
        int res = windowSum;
        for (int right = k; right < len; right++) {
            windowSum += nums[right] - nums[right - k];
            res = Math.max(res, windowSum);
        }
        return (double) res / k;
    }

3. 最长连续递增序列

窗口大小不固定问题，LeetCode674 给定一个未经排序的整数数组，找到最长且连续递增的子序列，并返回该序列的长度。

示例：{1,3,5,7,8,92}

思路

1. 如果遍历到的元素比左边的元素大，right就增加。
2. 否则就将left跳到right的位置作为起始位置，重新开始计算。

    public static int findLength(int[] nums){
        int left = 0, right = 0;
        int res = 0;
        while (right < nums.length){
            //1.右侧元素比左侧元素大，right++
            //2.否则，重新记录left位置
            if (right > 0 && nums[right - 1] >= nums[right]){
                left = right;
            }
            right ++;
            res = Math.max(res , right-left);
        }
        return res;
    }