算法实例
1208. 尽可能使字符串相等
给你两个长度相同的字符串，s 和 t。
将 s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销（开销可能为 0），也就是两个字符的 ASCII 码值的差的绝对值。
用于变更字符串的最大预算是 maxCost。在转化字符串时，总开销应当小于等于该预算，这也意味着字符串的转化可能是不完全的。
如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串，则返回可以转化的最大长度。
如果 s 中没有子字符串可以转化成 t 中对应的子字符串，则返回 0。
示例 1：
输入：s = "abcd", t = "bcdf", cost = 3
输出：3
解释：s 中的 "abc" 可以变为 "bcd"。开销为 3，所以最大长度为 3。
示例 2：
输入：s = "abcd", t = "cdef", cost = 3
输出：1
解释：s 中的任一字符要想变成 t 中对应的字符，其开销都是 2。因此，最大长度为 1。
示例 3：
输入：s = "abcd", t = "acde", cost = 0
输出：1
解释：你无法作出任何改动，所以最大长度为 1。
代码
由于 diff 的的每个元素都是非负的，因此可以用滑动窗口的方法得到符合要求的最长子数组的长度。
滑动窗口的思想是，维护两个指针 start 和 end 表示数组 diff 的子数组的开始下标和结束下标，满足子数组的元素和不超过 maxCost，子数组的长度是 end−start+1。初始时，start 和 end 的值都是 0。
另外还要维护子数组的元素和 sum，初始值为 0。在移动两个指针的过程中，更新 sum 的值，判断子数组的元素和是否大于 maxCost，并决定应该如何移动指针。
为了得到符合要求的最长子数组的长度，应遵循以下两点原则：
- 当
start 的值固定时，end 的值应尽可能大； - 当
end 的值固定时，start 的值应尽可能小。
基于上述原则，滑动窗口的做法如下：
- 将
diff[end] 的值加到 sum； - 如果
sum≤maxCost，则子数组的元素和不超过 maxCost，使用当前子数组的长度 end−start+1 更新最大子数组的长度； - 如果
sum>maxCost，则子数组的元素和大于 maxCost，需要向右移动指针 start 并同时更新 sum 的值，直到 sum≤maxCost，此时子数组的元素和不超过 maxCost，使用子数组的长度end−start+1 更新最大子数组的长度； - 将指针 end 右移一位，重复上述步骤，直到 end 超出数组下标范围。
遍历结束之后，即可得到符合要求的最长子数组的长度，即字符串可以转化的最大长度。
var equalSubstring = function(s,t,maxCost){
const n = s.length;
const diff = new Array(n).fill(0);
for(let i=0;i<n;i++){
diff[i] = Math.abs(s[i].charCodeAt()-t[i].charCodeAt());
}
let maxLength = 0;
let start = 0, end = 0;
let sum = 0;
while(end<n){
sum+=diff[end]; // 向右移动 加入差值
while(sum>maxCost){ //超出最大的允许值
执行上面的3
sum -=diff[start]; // start往前移动 减去前面的差值
start++; // 向前移动
}
maxLength = Math.max(maxLength,end-start+1);
end++;
}
return maxLength;
};复杂度分析
- 时间复杂度：
O(n)，其中 n 是字符串的长度。
计算数组 diff 的时间复杂度是 O(n)。
遍历数组的过程中，两个指针的移动次数都不会超过 n 次。
因此总时间复杂度是 O(n)。 - 空间复杂度：
O(n)，其中 n 是字符串的长度。需要创建长度为 n 的数组 diff。
cubic算法
https://blog.csdn.net/dog250/article/details/53013410
参考
1.滑动窗口算法基本原理与实践(javascript:void(0))
2.leetcode
3.TCP滑动窗口
4.TCP协议的滑动窗口具体是怎样控制流量的？
酷 壳 – CoolShell:
5.TCP 的那些事儿（上）
6.TCP 的那些事儿（下）
