关于golang算法文章，为了便于下载和整理，都已开源放在：
https://github.com/honlu/GoLabuladongAlgorithm
https://gitee.com/dreamzll/GoLabuladongAlgorithm
方便的话，请分享，star！备注转载地址！欢迎一起学习和交流！
涉及题目Leetcode 76. 最小覆盖子串
Leetcode 567.字符串的排列
Leetcode 438.找到字符串中所有字母异位词
Leetcode 3.无重复字符的最长子串
鉴于前文 [二分搜索框架详解] 的那首《二分搜索升天词》很受好评，并在民间广为流传，成为安睡助眠的一剂良方，今天在滑动窗口算法框架中，我再次编写一首小诗来歌颂滑动窗口算法的伟大：
关于双指针的快慢指针和左右指针的用法，可以参见前文 双指针技巧套路框架，本文就解决一类最难掌握的双指针技巧：滑动窗口技巧。总结出一套框架，可以保你闭着眼睛都能写出正确的解法。
说起滑动窗口算法，很多读者都会头疼。这个算法技巧的思路非常简单，就是维护一个窗口，不断滑动，然后更新答案么。LeetCode 上有起码 10 道运用滑动窗口算法的题目，难度都是中等和困难。该算法的大致逻辑如下：
left := 0 right := 0 for right < len(s){ // 增大窗口 window = append(window, s[right]) right++ for window needs shrink{ // 缩小窗口 window.remove(s[left]) // 伪码 left++ } }这个算法技巧的时间复杂度是 O(N)，比字符串暴力算法要高效得多。
其实困扰大家的，不是算法的思路，而是各种细节问题。比如说如何向窗口中添加新元素，如何缩小窗口，在窗口滑动的哪个阶段更新结果。即便你明白了这些细节，也容易出 bug，找 bug 还不知道怎么找，真的挺让人心烦的。
所以今天我就写一套滑动窗口算法的代码框架，我连再哪里做输出 debug 都给你写好了，以后遇到相关的问题，你就默写出来如下框架然后改三个地方就行，还不会出 bug：
// 滑动窗口算法框架 func slidingWindow(s string, t string){ need, window := map[byte]int{}, map[byte]int{} // go中无char.还有注意不能只声明，不创建 for i:=0;i<len(t);i++{ // 使用range遍历得到是rune,使用t[i]得到的是byte need[t[i]]++ // map[key]访问哈希表中键对应的值。如果key不存在，自动创建这个key,并把map[key]赋值为0 } left := 0 right := 0 valid := 0 for right < len(s){ // c是将移入窗口的字符 c := s[right] // 右移窗口 right++ // 进行窗口内数据的一系列更新 ... // debug输出的位置 fmt.Print("windows: [%d,%d]\n",left,right) // // 判断左侧窗口是否要收缩 for window needs shrink{ // d是将一处窗口的字符 d := s[left] // 左移窗口 left++ // 进行窗口内数据的一系列更新 ... } } }其中两处 ... 表示的更新窗口数据的地方，到时候你直接往里面填就行了。
而且，这两个 ... 处的操作分别是右移和左移窗口更新操作，等会你会发现它们操作是完全对称的。
说句题外话，我发现很多人喜欢执着于表象，不喜欢探求问题的本质。比如说有很多人评论我这个框架，说什么散列表速度慢，不如用数组代替散列表；还有很多人喜欢把代码写得特别短小，说我这样代码太多余，影响编译速度，LeetCode 上速度不够快。
我服了。算法看的是时间复杂度，你能确保自己的时间复杂度最优，就行了。至于 LeetCode 所谓的运行速度，那个都是玄学，只要不是慢的离谱就没啥问题，根本不值得你从编译层面优化，不要舍本逐末……
本文重点在于算法思想，你把框架思维了然于心，然后随你魔改代码好吧，你高兴就好。
言归正传，下面就直接上四道 LeetCode 原题来套这个框架，其中第一道题会详细说明其原理，后面四道就直接闭眼睛秒杀了。
因为滑动窗口很多时候都是在处理字符串相关的问题，Java 处理字符串不方便，原始参考文章使用C++实现，但本文代码为 Go 实现。不会用到什么编程方面的奇技淫巧，但是还是简单介绍一下一些用到的数据结构，以免有的读者因为语言的细节问题阻碍对算法思想的理解：
go的map实现方式和C++中unordered_map一样，都是哈希表（字典），Go和C++可以使用方括号访问键对应的值 map[key]。需要注意的是，如果该 key 不存在，Go和C++ 会自动创建这个 key，并把 map[key] 赋值为 0。
所以代码中多次出现的 map[key]++ 相当于 Java 的 map.put(key, map.getOrDefault(key, 0) + 1)。
一、最小覆盖子串
题目不难理解，就是说要在 S(source) 中找到包含 T(target) 中全部字母的一个子串，顺序无所谓，但这个子串一定是所有可能子串中最短的。
如果我们使用暴力解法，代码大概是这样的：
for i:=0; i<len(s);i++{ for j:=i+1; j<len(s);j++{ if s[i:j]包含t的所有字母： 更新答案 } }思路很直接，但是显然，这个算法的复杂度肯定大于 O(N^2) 了，不好。
滑动窗口算法的思路是这样：
1、我们在字符串 S 中使用双指针中的左右指针技巧，初始化 left = right = 0，把索引左闭右开区间 [left, right) 称为一个「窗口」。
2、我们先不断地增加 right 指针扩大窗口 [left, right)，直到窗口中的字符串符合要求（包含了 T 中的所有字符）。