适用范围

1、一般是字符串或者列表
2、一般是要求最值（最大长度，最短长度等等）或者子序列

算法思想

1、在序列中使用双指针中的左右指针技巧，初始化 left = right = 0，把索引闭区间 [left, right] 称为一个窗口。
2、先不断地增加 right 指针扩大窗口 [left, right]，直到窗口中的序列符合要求。
3、此时，停止增加 right，转而不断增加 left 指针缩小窗口 [left, right]，直到窗口中的序列不再符合要求。同时，每次增加 left前，都要更新一轮结果。
4、重复第 2 和第 3 步，直到 right 到达序列的尽头。
思路其实很简单：第 2 步相当于在寻找一个可行解，然后第 3 步在优化这个可行解，最终找到最优解。左右指针轮流前进，窗口大小增增减减，窗口不断向右滑动。

Note： 因为每次right找到新的字符串后会向后移动，指向的是下一个待判断的字符，所以，如果是判断字符串的长度应该是用right-left,而不是right-left+1。若要求是寻找符合要求的最小、短序列等，也是一样的思路，先使用滑动窗口，当符合条件时做一次优化（能否更短等）。

代码模板

 func slidingWindowTemplate(s string) int {
    left, right := 0, 0 // 初始化窗口的左右边界
    result := 0 // 用于存储结果
    window := make(map[byte]int) // 记录窗口中元素的频率，或其他窗口状态
 
    // 遍历数组或字符串
    for right < len(s) {
        // 1. 扩展窗口，更新窗口状态
        charRight := s[right]
        window[charRight]++ // 将字符加入窗口
        right++
 
        // 2. 如果窗口不满足条件，收缩窗口
        for /* 条件: 窗口不满足要求 */ {
            charLeft := s[left]
            window[charLeft]-- // 将左边的字符移出窗口
            left++
        }
 
        // 3. 更新结果
        result = max(result, right - left) // 例如，记录窗口的最大长度
    }
 
    // 4. 返回最终结果
    return result
}
 
func max(a, b int) int {
    if a > b {
        return a
    }
    return b
}