滑动窗口是Java中处理连续子数组、子字符串相关问题的经典算法思路，核心是通过左右两个指针维护一个窗口区间，根据条件动态调整窗口的大小。其中窗口收缩逻辑是滑动窗口实现的关键环节，而if和while两种控制结构在收缩逻辑中的使用会产生完全不同的效果，很多开发者正是因为混淆了两者的差异，才写出了不符合预期的代码。
滑动窗口收缩逻辑的基本场景
滑动窗口的收缩通常发生在右指针移动后，当前窗口不再满足预设的条件，此时需要移动左指针缩小窗口范围，直到窗口重新符合条件。常见的场景包括求最长无重复子串、最小覆盖子串、长度最小的子数组等。我们先看一个最基础的场景：给定一个正整数数组和一个目标值target，求数组中满足和大于等于target的最短子数组的长度。
if在收缩逻辑中的表现
当使用if进行收缩时，左指针最多只会移动一次，也就是窗口最多缩小一个单位。这种逻辑适用于收缩条件只需要满足一次就能让窗口重新符合要求的场景，或者收缩只需要单次调整的情况。
比如上面的求最短子数组问题中，如果我们在右指针移动后，窗口和已经大于等于target，此时用if判断并移动左指针，那么左指针只会移动一次，无法保证移动后窗口的和仍然满足大于等于target的条件，这种情况下得到的窗口可能不是最小的。
以下是使用if进行收缩的错误示例：
public class SlideWindowIf {
public int minSubArrayLen(int target, int[] nums) {
int left = 0;
int sum = 0;
int minLen = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
// 使用if收缩，左指针最多移动一次
if (sum >= target) {
minLen = Math.min(minLen, right - left + 1);
sum -= nums[left];
left++;
}
}
return minLen == Integer.MAX_VALUE ? 0 : minLen;
}
}
这个示例中，当窗口和满足条件时，左指针只移动一次，可能窗口减去当前左元素后和仍然大于等于target，但代码没有继续收缩，因此得到的子数组长度不是最短的。
while在收缩逻辑中的表现
当使用while进行收缩时，只要满足条件就会持续移动左指针，直到条件不满足为止，也就是窗口会尽可能缩小到符合要求的最小范围。这种逻辑适用于需要窗口在满足条件下尽可能小的场景，比如求最短子数组、最小覆盖子串等问题。
同样是上面的求最短子数组问题，使用while收缩可以持续移动左指针，直到窗口和小于target，这样就能保证在每次右指针位置下，窗口是满足和大于等于target的最小窗口，从而得到正确的结果。
以下是正确的使用while收缩的示例：
public class SlideWindowWhile {
public int minSubArrayLen(int target, int[] nums) {
int left = 0;
int sum = 0;
int minLen = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
// 使用while收缩，持续移动左指针直到条件不满足
while (sum >= target) {
minLen = Math.min(minLen, right - left + 1);
sum -= nums[left];
left++;
}
}
return minLen == Integer.MAX_VALUE ? 0 : minLen;
}
}
两者的核心区别总结
我们可以通过一个对比表格清晰看到两者的差异：
| 对比维度 | if收缩 | while收缩 |
|---|---|---|
| 左指针移动次数 | 最多1次 | 满足条件则持续移动，直到条件不满足 |
| 适用场景 | 收缩只需单次调整、条件满足一次即可的场景 | 需要窗口在满足条件下尽可能缩小的场景 |
| 典型问题 | 最长无重复子串（右指针移动后去重，左指针移动到重复位置的下一位） | 最小覆盖子串、长度最小的子数组、最短区间类问题 |
| 逻辑特点 | 单次判断，单次调整 | 循环判断，持续调整 |
适用场景的具体说明
适合用if收缩的场景
当收缩的条件是只需要调整一次就能让窗口重新符合要求，或者收缩的逻辑是单次定位时，适合用if。比如最长无重复子串问题，当右指针指向的元素在窗口中已经存在时，只需要把左指针移动到重复元素的下一位即可，不需要持续移动左指针，因为移动到该位置后窗口就已经没有重复元素了。
以下是最长无重复子串的if收缩示例：
import java.util.HashSet;
import java.util.Set;
public class LengthOfLongestSubstring {
public int lengthOfLongestSubstring(String s) {
Set<Character> window = new HashSet<>();
int left = 0;
int maxLen = 0;
for (int right = 0; right < s.length(); right++) {
char c = s.charAt(right);
// 出现重复时，用if移动左指针到重复字符的下一位
if (window.contains(c)) {
while (window.contains(c)) {
window.remove(s.charAt(left));
left++;
}
}
window.add(c);
maxLen = Math.max(maxLen, right - left + 1);
}
return maxLen;
}
}
注意这里的收缩逻辑其实是用while，但是如果是用数组记录字符出现位置的话，可以直接用if一次定位左指针：
public class LengthOfLongestSubstring2 {
public int lengthOfLongestSubstring(String s) {
int[] charIndex = new int[128];
for (int i = 0; i < 128; i++) {
charIndex[i] = -1;
}
int left = 0;
int maxLen = 0;
for (int right = 0; right < s.length(); right++) {
char c = s.charAt(right);
// 用if直接定位左指针到重复字符的下一位
if (charIndex[c] >= left) {
left = charIndex[c] + 1;
}
charIndex[c] = right;
maxLen = Math.max(maxLen, right - left + 1);
}
return maxLen;
}
}
适合用while收缩的场景
当要求窗口在满足条件下尽可能小，或者收缩后需要继续判断条件是否仍然满足时，必须用while。比如最小覆盖子串问题，当窗口已经包含了所有目标字符后，需要持续移动左指针，直到窗口不再包含全部目标字符，这样才能找到最短的覆盖子串。
常见误区提醒
很多开发者会默认滑动窗口的收缩都用while，或者在不需要持续收缩的场景用了while，导致不必要的性能开销。正确的做法是先明确问题的需求：是需要窗口尽可能小，还是只需要单次调整即可。如果是求最小区间、最短长度类问题，几乎都需要用while收缩；如果是求最大区间、只需要单次调整左指针位置的问题，通常用if即可。
另外需要注意，while收缩的条件必须是窗口满足收缩的前提，比如窗口和大于等于target、窗口包含全部目标字符等，避免进入死循环。同时左指针移动后要及时更新窗口的状态，比如减去左指针指向的元素值、移除窗口中的字符等，保证窗口状态的正确性。