1 题目
给定一个由若干 0 和 1 组成的数组 A，我们最多可以将 K 个值从 0 变成 1 。
返回仅包含 1 的最长（连续）子数组的长度。
示例 1：
输入：A = [1,1,1,0,0,0,1,1,1,1,0], K = 2
输出：6
解释：
[1,1,1,0,0,1,1,1,1,1,1]
粗体数字从 0 翻转到 1，最长的子数组长度为 6。
2 示例代码
public int longestOnes(int[] A, int K) {
int left = 0;//窗口左边的位置
int maxWindow = 0;//窗口的最大值
int zeroCount = 0;//窗口中0的个数
for (int right = 0; right < A.length; right++) {
if (A[right] == 0) {
zeroCount++;
}
//如果窗口中0的个数超过了K，要缩小窗口的大小，直到0的个数
//不大于K位置
while (zeroCount > K) {
if (A[left++] == 0)
zeroCount--;
}
//记录最大的窗口
maxWindow = Math.max(maxWindow, right - left + 1);
}
return maxWindow;
}
3 题目
1004. 最大连续1的个数 III
滑动窗口算法
学过计算机网络的同学，都知道滑动窗口协议（Sliding Window Protocol），该协议是 TCP协议 的一种应用，用于网络数据传输时的流量控制，以避免拥塞的发生。该协议允许发送方在停止并等待确认前发送多个数据分组。由于发送方不必每发一个分组就停下来等待确认。因此该协议可以加速数据的传输，提高网络吞吐量。
滑动窗口算法其实和这个是一样的，只是用的地方场景不一样，可以根据需要调整窗口的大小，有时也可以是固定窗口大小。
滑动窗口算法是在给定特定窗口大小的数组或字符串上执行要求的操作。
该技术可以将一部分问题中的嵌套循环转变为一个单循环，因此它可以减少时间复杂度。
简而言之，滑动窗口算法在一个特定大小的字符串或数组上进行操作，而不在整个字符串和数组上操作，这样就降低了问题的复杂度，从而也达到降低了循环的嵌套深度。其实这里就可以看出来滑动窗口主要应用在数组和字符串上。
滑动窗口算法