然后我们通过左右指针来维护一个滑动窗口，同时计算窗口内的值是否是目标值：
如果窗口的值过小，我们就移动右边界。
如果窗口的值过大，我们就移动左边界。
剩下的就是反复上面的操作就可以了。到这里分析过程看似结束了。但是我们可以观察出一丢丢规律，用来优化我们的算法。对于任意一个正整数，总是小于它的中值与中值+1的和。为了让大家直观，用下图举例：
比如这里的100，就一定小于50+51，换成其他数也一样。换句话说，一旦窗口左边界超过中值，窗口内的和一定会大于 target。
根据分析，得到题解：
同时也给一个java版本的：
//java class Solution { public int[][] findContinuousSequence(int target) { List<int[]> res = new ArrayList<>(); int i = 1; int j = 1; int win = 0; while (i <= target / 2) { if (win < target) { win += j; j++; } else if (win > target) { win -= i; i++; } else { int[] arr = new int[j-i]; for (int k = i; k < j; k++) { arr[k-i] = k; } res.add(arr); win -= i; i++; } } return res.toArray(new int[res.size()][]); } } 答案2 什么是滑动窗口滑动窗口可以看成数组中框起来的一个部分。在一些数组类题目中，我们可以用滑动窗口来观察可能的候选结果。当滑动窗口从数组的左边滑到了右边，我们就可以从所有的候选结果中找到最优的结果。
对于这道题来说，数组就是正整数序列 \([1, 2, 3, \dots, n]\)。我们设滑动窗口的左边界为 i，右边界为 j，则滑动窗口框起来的是一个左闭右开区间 \([i, j)\)。注意，为了编程的方便，滑动窗口一般表示成一个左闭右开区间。在一开始，\(i=1, j=1\)，滑动窗口位于序列的最左侧，窗口大小为零。
滑动窗口的重要性质是：窗口的左边界和右边界永远只能向右移动，而不能向左移动。这是为了保证滑动窗口的时间复杂度是 \(O(n)\)。如果左右边界向左移动的话，这叫做“回溯”，算法的时间复杂度就可能不止 \(O(n)\)。
在这道题中，我们关注的是滑动窗口中所有数的和。当滑动窗口的右边界向右移动时，也就是 j = j + 1，窗口中多了一个数字 j，窗口的和也就要加上 j。当滑动窗口的左边界向右移动时，也就是 i = i + 1，窗口中少了一个数字 i，窗口的和也就要减去 i。滑动窗口只有 右边界向右移动（扩大窗口） 和 左边界向右移动（缩小窗口） 两个操作，所以实际上非常简单。
如何用滑动窗口解这道题要用滑动窗口解这道题，我们要回答两个问题：
第一个问题，窗口何时扩大，何时缩小？
第二个问题，滑动窗口能找到全部的解吗？
对于第一个问题，回答非常简单：
当窗口的和小于 target 的时候，窗口的和需要增加，所以要扩大窗口，窗口的右边界向右移动
当窗口的和大于 target 的时候，窗口的和需要减少，所以要缩小窗口，窗口的左边界向右移动
当窗口的和恰好等于 target 的时候，我们需要记录此时的结果。设此时的窗口为 \([i, j)\)，那么我们已经找到了一个 i 开头的序列，也是唯一一个 i 开头的序列，接下来需要找 i+1 开头的序列，所以窗口的左边界要向右移动
对于第二个问题，我们可以稍微简单地证明一下：