滑动窗口算法中windowStart自增时机及代码等价性疑问

原代码 #

public int longestOnes(int[] nums, int k) {
  int windowStart = 0, windowEnd;
  for (windowEnd = 0; windowEnd < nums.length; ++windowEnd) {
    if (nums[windowEnd] == 0) k--;
    if (k < 0 && nums[windowStart++] == 0) k++;
  }
  return windowEnd - windowStart;
}

原条件执行逻辑 #

if (k < 0 && nums[windowStart++] == 0) k++;的执行规则：

• 逻辑与&&是短路求值：只有当k < 0为真时，才会执行后半段的判断和操作
• 当k < 0时，先获取nums[windowStart]的值，立刻将windowStart自增1；如果这个值是0，就把k加1（相当于回收一次翻转0的名额）
• 如果k >= 0，后半段代码完全不会执行，windowStart保持不变

简单说：只要窗口内的0数量超过k（k<0），就必须移动窗口左边界；如果移出的元素是0，就把可用的翻转名额加回来。

两段代码的核心差异 #

改写后的代码：

public int longestOnes(int[] nums, int k) {
  int windowStart = 0, windowEnd;
  for (windowEnd = 0; windowEnd < nums.length; ++windowEnd) {
    if (nums[windowEnd] == 0) k--;
    if (k < 0 && nums[windowStart] == 0) k++;
    if (k < 0) windowStart++;
  }
  return windowEnd - windowStart;
}

两者的关键区别在于窗口左边界移动的时机和条件：

1. 原代码：只要k < 0，无论移出的元素是不是0，windowStart都会自增；只有当移出的是0时，才恢复k。这保证了窗口始终是当前能容纳最多1（含k个翻转0）的有效窗口，左边界只会单调右移。
2. 改写后的代码：先判断当前左边界元素是不是0，是就恢复k，再看k是否还小于0才移动左边界。这会导致：如果移出的是0，k恢复后可能不再小于0，左边界就不移动——窗口会包含超过k个0，破坏了滑动窗口的有效性，最终计算出的窗口长度是错误的。

举个直观例子：nums = [0,0,1,1], k=1

• 原代码执行到windowEnd=1时，k变为-1，触发条件：取nums[0]（0），windowStart变为1，k恢复为0；最终返回4-1=3（正确，最多翻转1个0，最长连续1是3）
• 改写后的代码执行到windowEnd=1时，k=-1：第一个判断恢复k为0，第三个判断k<0不成立，windowStart保持0；最终返回4-0=4（错误，此时窗口包含2个0，超过了k=1的限制）

内容的提问来源于stack exchange，提问作者Bardo