滑动窗口算法（Sliding Window）是一种常用的双指针算法，被广泛应用于字符串和数组等数据结构中的子串或子数组问题，例如字符串匹配、最长子串、最小覆盖子串等问题。滑动窗口算法可以优化暴力枚举的时间复杂度，使得算法的执行效率更高。
东哥带你手把手撕力扣~ 作者：labuladong 公众号：labuladong 若已授权白名单也必须保留以上来源信息 我有预感本文要火，所以先罗列一下我们号的所有算法套路集锦文章： 数据结构和算法学习指南 动态规划框架套路详解 回溯算法框架套路详解 BFS算法框架套路详解 二分搜索框架套路详解 双指针技巧套路汇总 滑动窗口框架套路详解（本文） 目前来说，以上几篇文章属于我们的镇号之宝，一直被其他人模仿，然而从未被超越。🤔 言归正传，鉴于前文 我作了首诗，保你闭着眼睛也能写对二分查找 的那
我们刷leetcode的时候，经常会遇到滑动窗口类型题目。滑动窗口问题非常经典，也很有技巧性，一般大厂也喜欢问。今天跟大家一起来学习滑动窗口的套路，文章如果有不正确的地方，欢迎大家指出哈，感谢感谢~
本文详解「滑动窗口」这种高级双指针技巧的算法框架，带你秒杀几道难度较大的子字符串匹配问题：
滑动窗口算法通过在数组上维护一个窗口来解决子数组问题。窗口的大小和位置可以动态调整，以满足不同问题的需求。滑动窗口的基本思想是：
这道题目不难，但是确实是一道非常经典的滑动窗口问题，它可以帮助我们很好地理解滑动窗口算法的本质和应用。
可以采用滑动窗口算法，这道题和力扣76题.最小覆盖字串以及力扣567题.字符串的排列很类似。 C++实现代码如下：
在四种二分变种中，根据王争算法专栏中，写死low = 0，high = len(list) - 1。循环条件low <= high。往左移动high = mid - 1，往右移动low = mid + 1
给你一个字符串 S、一个字符串 T 。请你设计一种算法，可以在 O(n) 的时间复杂度内，从字符串 S 里面找出：包含 T 所有字符的最小子串。
相信通过前两篇的文章的讲解，大家已经对滑动窗口有了较深的认识，今天我们来挑战一下！！！ 来做两道困难级的题目。
点击上方“芋道源码”，选择“设为星标” 管她前浪，还是后浪？ 能浪的浪，才是好浪！ 每天 10:33 更新文章，每天掉亿点点头发... 源码精品专栏 原创 | Java 2021 超神之路，很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析 网络应用框架 Netty 源码解析 消息中间件 RocketMQ 源码解析 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析 作业调度中间件 Elastic-Job 源码解析 分布式事务中间件 TCC-Transaction
这种方式可以缓解突发流量对系统的影响，缺点是在流量突发时，由于队列中缓存了旧的请求，导致无法处理新的请求。而且也无法保证请求能够在一定时间内处理完毕。 令牌桶不会缓存请求，它通过颁发令牌的方式来允许请求，因此它存在和漏桶算法一样的问题。
限流是限制系统的输入和输出流量，以达到保护系统的目的，而限流的实现主要是依靠限流算法，限流算法主要有4种：
「服务限流」通过限制每个用户调用 API 的频率来保护服务不被过度调用。在没有限流的情况下，每个用户可以随意请求服务 API，这可能引起流量尖峰导致其他用户的请求无法被处理。启用服务限流后，可以限制 API 每周期可被调用的次数。
限流是指在系统面临高并发、大流量请求的情况下，限制新的流量对系统的访问，从而保证系统服务的安全性。常用的限流算法有计数器固定窗口算法、滑动窗口算法、漏斗算法和令牌桶算法，下面将对这几种算法进行分别介绍，并给出具体的实现。本文略长，读者可以全文阅读，同样也可以只看感兴趣的部分。
给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 sum ≥ s 的长度最小的连续子数组。如果不存在符合条件的连续子数组，返回 0。
Internet - TCP 的封包格式：TCP 为什么要粘包和拆包？ 中提到了 TCP 利用发送字节数和接收字节数，这个二元组的唯一性保证顺序。
《JavaScript刷LeetCode拿offer-双指针技巧》中，简单地介绍了双指针技巧相比较单指针的优点，以及结合 Easy 难度的题目带大家进一步了解双指针的应用。
计数器算法是限流算法里最简单也是最容易实现的一种算法。比如我们规定，对于A接口来说，我们1分钟的访问次数不能超过100个。那么我们可以这么做：在一开 始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个 请求的间隔时间还在1分钟之内，那么说明请求数过多；如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter。
在日常生活中，我们经常能看到一些限流场景，比如旅游景点限流、餐厅排队等号、交通限流等，目的就是为了确保可以正常运转。
tags: Hash Table, Two Pointers, String difficulty: Hard
滑动窗口在计算机科学领域中我认为有两层概念，一种是计算机网络中的滑动窗口协议，另一种则是滑动窗口算法,他们在计算机科学领域都有非常广泛的应用，接下来我将用一篇文章来讲述滑动窗口协议和滑动窗口算法在计算机网络和软件编程领域的应用场景和原理，开始表演~
该算法将时间分为固定的窗口，例如每秒、每分钟或每小时等。在每个窗口内，设定一个固定的请求限制数。如果窗口内的请求数超过了限制数，那么多余的请求将被丢弃或延迟处理
分布式后台服务在面临高并发挑战时，为了保障服务的高可用，业界已经有较为成熟的经验和方法，往往需要采取如下几种措施：
高可用，英文单词High Availability，缩写HA，它是分布式系统架构设计中一个重要的度量。业界通常用多个9来衡量系统的可用性，如下表：
假设我们有一个接收大量请求的服务，但它每秒只能处理有限的请求。要处理这个问题，我们需要某种节流或速率限制机制，只允许一定数量的请求，这样我们的服务就可以响应所有请求。速率限制器在高级别上限制实体（用户、设备、IP等）在特定时间窗口中可以执行的事件数。例如：
随着微服务的流行，服务之间的依赖性和调用关系变得越来越复杂，服务的稳定性变得尤为重要。业务场景中经常会涉及到瞬时流量冲击，可能会导致请求响应超时，甚至服务器被压垮、宕机不可用。出于对系统本身和上下游服务的保护，我们通常会对请求进行限流处理，快速拒绝超出配置上限的请求，保证系统或上下游服务系统的稳定。合理策略能有效应对流量冲击，确保系统可用性和性能。本文详细介绍了几种限流算法，比较各个算法的优缺点，给出了限流算法选型的一些建议，同时对业务上常用的分布式限流也提出一些解决方案。
这三把"利器"各有其特点，通常会结合使用，以达到最佳的效果。例如，可以通过缓存来减少数据库的访问，通过降级来应对系统故障，通过限流来防止系统过载。在设计高并发系统时，需要根据系统的具体需求和特点，合理地使用这些技术。接下来本文会主要介绍一些业界常用的限流方法。
在做充电桩项目时，其中用户的登录、注册等都需要用到短信这个功能，所以，我们在开发之前要做一些相对深入的考虑。
其中，bx、by表示汽车中点，bh、bw分别表示定位框的高和宽。以图片左上角为(0,0)，以右下角为(1,1)，这些数字均为位置或长度所在图片的比例大小。
使用计数器在周期内累加访问次数，当达到设定的限流值时，触发限流策略，缺点：时间窗口固定，可能不准确，比如我们时间窗口宽度是1分钟，限制100qps，那么0~30s 10qps,30~90s 90qps,1min.00s~1min.30s 80qps ,1min.30s~2min 20qps，那么其实如果我们窗口从00s开始，01min，12min都是100qps看起来没问题，但是0.30s~1.30s qps达到了170qps，这就突破了我们的流控；
1、计数器算法 计数器算法是限流算法里最简单也是最容易实现的一种算法。比如我们规定，对于A接口来说，我们1分钟的访问次数不能超过100个。那么我们可以这么做：在一开 始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个 请求的间隔时间还在1分钟之内，那么说明请求数过多；如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter，具体算法的示意图如下：
微服务拆分之后，系统之间的调用关系错综复杂，平台的整体复杂熵升高，出错的概率、debug 问题的难度都高了好几个数量级。所以，服务治理便成了微服务的一个技术重点。服务治理本身的概念比较大，包括鉴权、限流、降级、熔断、监控告警等等，本文聚焦于限流，根据笔者的实战经验，分享一些对微服务接口限流的思考。
代码下载地址：https://github.com/f641385712/netflix-learning
这是力扣的 1004 题，难度为中等，解题方案有很多种，本文讲解我认为最奇妙的一种。
计数器算法是使用计数器在周期内累加访问次数，当达到设定的限流值时，触发限流策略。下一个周期开始时，进行清零，重新计数。 对于秒级以上的时间周期来说，会存在一个非常严重的问题，那就是临界问题
[5, 7, 1, 4, 3] 是第一组 5 个连续元素，求和是 20，[7, 1, 4, 3, 6] 是第二组 5 个连续元素，求和是 21......这样一直进行下去，最终对比发现 5 个连续元素的最大和是 24，由 [4, 3, 6, 2, 9] 组成；
LeetCode第3题，“无重复字符的最长子串”，曾经面试的过程中遇到过的一道算法题。通过这道题，我们能够学到算法中一个比较常见的解题方法：滑动窗口算法。
这是力扣的 1493 题，难度为中等，解题方案有很多种，本文讲解我认为最奇妙的一种。
最近，我们的业务系统引入了Guava的RateLimiter限流组件，它是基于令牌桶算法实现的,而令牌桶是非常经典的限流算法。本文将跟大家一起学习几种经典的限流算法。
最近有小伙伴和我谈心，觉得刷算法题太难了，完全没有思路，很有挫败感，想要放弃了。想想自己也深有感触，有这些想法真都挺正常的，其实我们刷算法就是为了培养一个思考问题、解决问题的思维，这个思维养成并不是一蹴而就的，而是循序渐进的。
编者注：高并发系统设计的3个利器：缓存、限流、降级，本文就限流相关算法，分析其设计与实现。
给定一个字符串“S”，找出其中不含有重复字符的最长子串的长度。例如：S=‘ABCABCBB’，则不含重复字符的最长字串长度为3.。S=‘ABCDFG’,则不含重复字符的最长字串长度为6。要求设计一个Python程序实现该功能？
曾经在一个大神的博客里看到这样一句话：在开发高并发系统时，有三把利器用来保护系统：缓存、降级和限流。那么何为限流呢？顾名思义，限流就是限制流量，就像你宽带包了1个G的流量，用完了就没了。通过限流，我们可以很好地控制系统的qps，从而达到保护系统的目的。本篇文章将会介绍一下常用的限流算法以及他们各自的特点。
最近几年，随着微服务的流行，服务和服务之间的依赖越来越强，调用关系越来越复杂，服务和服务之间的稳定性越来越重要。在遇到突发的请求量激增，恶意的用户访问，亦或请求频率过高给下游服务带来较大压力时，我们常常需要通过缓存、限流、熔断降级、负载均衡等多种方式保证服务的稳定性。其中限流是不可或缺的一环，这篇文章介绍限流相关知识。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
