企业官网建设流程全解析

1. 题目解读与核心思路

先说结论：LeetCode 1004. Max Consecutive Ones III（最大连续1的个数 III）是一道非常经典的滑动窗口题目，也是面试中高频出现的“变种双指针”问题。题目本身不复杂，但很多人在第一次做的时候会栽在“翻转”这个描述上——误以为要真的去修改数组里的0，结果把自己绕进去了。

题目原文大致意思是：给定一个二进制数组nums（只包含0和1）和一个整数k，你最多可以把k个0变成1，求变换后数组中连续1的最大长度。

举个直观的例子：nums = [1,1,0,0,1,1,1,0,0,0],k = 2。你最多把2个0改成1，最长连续1的区间是[1,1,0,0,1,1,1]这个范围（把中间两个0改掉），长度为7。注意这里不能跨过三个连续的0，因为k只有2。

这道题适合三类人：

• 刚学完滑动窗口，想找一道经典题目练手的初学者
• 准备面试，需要快速复习“最长子数组”类问题的求职者
• 想深入理解双指针思想，搞懂窗口收缩逻辑的刷题人

我当年第一次做这题的时候，第一反应是“贪心+模拟翻转”，结果写了一堆if-else，边界条件处理得稀烂，最后超时。后来老老实实按滑动窗口重新写，十分钟就搞定了。所以这篇博文重点讲清楚两个东西：为什么不能用“真翻转”的思路，以及滑动窗口的窗口收缩条件到底怎么定。

2. 滑动窗口的思考路径与原理拆解

2.1 为什么“真正翻转”是死路

很多人拿到题会想：既然最多可以把k个0变成1，那我是不是先找到所有0的位置，然后枚举翻转哪k个，再看最长连续1？这个思路在k很小、数组很短的时候勉强能跑，但一旦n到了10^5级别，枚举组合就是指数级复杂度，直接爆炸。

换个角度想，题目要的是“最长连续1的长度”，并不关心最终数组长什么样。我们只需要在某个区间内，0的个数不超过k，那么这个区间里的所有0都可以被翻转成1，区间长度就是潜在的答案。这样一来，问题就变成了：找一个最长的子数组，使得其中0的个数不超过k。至于具体翻哪几个0，根本不重要。

这个转化非常关键，它把“修改数组”变成了“统计区间内0的个数”。统计0的个数用前缀和或者滑动窗口都行，但滑动窗口显然是更省空间、更好写的方案。

2.2 窗口伸缩的核心逻辑

滑动窗口的精髓是：右指针不断向右扩展，把新元素纳入窗口；一旦窗口内0的个数超过k，左指针就向右移动，直到0的个数回到k以内。整个过程只需要一趟遍历，时间复杂度O(n)，空间复杂度O(1)。

为什么这样是正确？因为我们要找的是全局最长区间，右指针每到达一个新位置，窗口就对应一个“以该位置为右端点”的最长合法区间。当0的数量超限时，左指针收缩，把多余的0“挤出去”，剩下的窗口一定是以当前右端点为终点的合法最长窗口。把所有右端点对应的窗口长度取最大值，就是答案。

这里有一个容易混淆的点：左指针收缩后，窗口长度不一定是严格单调的，但右指针每步都向右移动，所以每个右端点至少被考虑一次。你不需要把窗口收缩到“最优”再移动右指针，只需要保证窗口合法即可，因为最终答案一定会在某个右端点处被记录下来。

3. C语言实现与代码逐段解析

3.1 直接可跑的C代码

先给出完整代码，用C99标准即可，不需要额外依赖。

int longestOnes(int* nums, int numsSize, int k) { int left = 0, right = 0; int zeros = 0; // 当前窗口内0的个数 int maxLen = 0; while (right < numsSize) { // 右指针纳入新元素 if (nums[right] == 0) { zeros++; } // 如果窗口内0的个数超过k，收缩左边界 while (zeros > k) { if (nums[left] == 0) { zeros--; } left++; } // 当前窗口[left, right]是合法的，更新答案 int curLen = right - left + 1; if (curLen > maxLen) { maxLen = curLen; } right++; } return maxLen; }

3.2 逐行说明

• left和right是窗口的左右边界，初始都在0。
• zeros记录窗口内0的数量，这是判断窗口是否合法的核心变量。
• 每次循环，right先移动，把nums[right]纳入窗口，如果是0则zeros++。
• 内层while循环负责收缩左边界。只要zeros > k，说明当前窗口不合法，需要把nums[left]移出窗口，如果是0则zeros--，然后left++。注意这里用while而不是if，因为可能连续移出多个元素才能让zeros降到k以下。
• 收缩完成后，窗口一定合法，此时计算窗口长度right - left + 1，更新maxLen。
• 然后right++继续下一轮。

这段代码最核心的细节是：zeros的增减只跟0有关，1完全不参与计数。所以1的数量不会影响窗口合法性，只影响窗口长度。这听起来简单，但很多人写着写着就把1也加进变量里，导致收缩逻辑错误。

3.3 为什么用while收缩而不是if

以nums = [0,0,0,1],k = 1为例，手动跑一遍：

• right = 0，窗口[0,0]，zeros=1，合法，长度1。
• right = 1，窗口[0,1]，zeros=2，不合法。此时需要收缩，nums[left]也就是nums[0]是0，zeros变1，left变1。窗口[1,1]，zeros=1，合法，长度1。如果这里用的是if只收缩一次，left会停在1，zeros还是2吗？不，因为收缩了一次后zeros已经变1了，所以if其实也能处理这个case。
• 但换个例子：nums = [0,0,0,1],k = 1，当right = 2时，窗口[0,2]，zeros=3，不合法。while循环会连续收缩：第一次收缩nums[0]，zeros=2，left=1，仍大于k；第二次收缩nums[1]，zeros=1，left=2，才停止。如果只收缩一次，窗口[1,2]里两个0，zeros=2，仍不合法，答案就会出错。

所以while是必须的，if只能处理恰好超一个0的边界情况，无法应对多个连续0造成的超额。

4. 常见误区与边界情况排查

4.1 误区一：把窗口长度算成right - left而不是right - left + 1

这是新手最容易犯的错。因为很多滑动窗口题目里，窗口长度是right - left（比如求最短覆盖子串时，用的是区间内元素个数），但这里我们要的是闭区间长度，必须加1。比如left = 0, right = 0，窗口里只有一个元素，长度显然是1，right - left + 1 = 1。

4.2 误区二：忘了处理k = 0的情况

当k = 0时，问题退化为找最长连续1的长度。上述代码天然适应，因为zeros > 0时就会收缩，窗口内不允许有0。比如nums = [1,0,1,1],k = 0，运行过程：

• right=0，窗口[0,0]，zeros=0，长度1。
• right=1，窗口[0,1]，zeros=1 > 0，收缩：nums[0]=1，zeros不变，left=1，窗口[1,1]仍有一个0，继续收缩：nums[1]=0，zeros=0，left=2，窗口[2,1]？这里注意left超过right了，但没关系，窗口为空，长度0。然后right=2，窗口[2,2]是1，长度1。最终答案是2（索引2和3的两个1）。

可以看到，left可以暂时超过right，这是允许的，因为后续right推进会重新建立合法窗口。你不需要额外保护left > right的情况，只要zeros是正确的，窗口逻辑就不会崩。

4.3 误区三：用if代替while收缩

上面已经详细解释过，这里再强调一下：当窗口里有连续多个0时，必须一次收缩到合法为止。否则窗口内zeros会残留超额，后续更新长度时得到的可能是非法窗口长度。

4.4 边界情况速查表

4.5 关于C语言实现的几个小细节

• 函数签名int longestOnes(int* nums, int numsSize, int k)是LeetCode默认提供的，不用自己处理输入输出，只需要返回答案即可。
• numsSize传入的是数组长度，如果为0，循环直接跳过，最后返回0，符合预期。
• 变量类型方面，int足够用，因为数组长度和答案都在int范围内（题目约束1 <= nums.length <= 10^5）。

5. 复杂度分析与同类题目扩展

5.1 时间复杂度O(n)是这么来的

外层while每个元素作为右端点进入窗口一次，内层while每个元素最多作为左端点被移出窗口一次。左右指针都不回头，所以整体操作次数不超过2n。虽然内层嵌套，但均摊下来每个元素最多被处理两次，时间复杂度是严格的O(n)。

空间复杂度O(1)，只用了几个整型变量，这在面试中是很大的加分项，因为很多同类题需要用哈希表辅助，这里完全不需要。

5.2 这题和“最长无重复子串”的关系

如果做过LeetCode 3（无重复字符的最长子串），会发现二者框架几乎一样：右指针扩展，不符合条件时左指针收缩，窗口内用某个计数器维护约束。区别在于，无重复子串的约束是“字符不重复”，这里的约束是“0的个数不超过k”。理解了这道题，再去看LeetCode 3、LeetCode 424（替换后的最长重复字符）、LeetCode 487（最大连续1的个数II，其实和这题几乎一样）都会豁然开朗。

5.3 能不能用二分+前缀和做？

能。如果你对滑动窗口不熟，也可以用“前缀和数组记录0的个数”，然后二分搜索答案长度len，每次检查是否存在长度为len的区间其0个数不超过k。这个做法的复杂度是O(n log n)，也可以通过，但代码更长、常数更大。面试时如果能写出滑动窗口，会更受青睐，因为时间最优、思路更直接。

5.4 一个脑洞：如果把k变成“最多翻转1个”会怎样？

这道题的“III”暗示有前两题。LeetCode 485是找最长连续1（不允许翻转），LeetCode 487是允许翻转1个0（即k=1的特例），1004是泛化版本。所以如果你已经刷过487，那1004就是改一个参数的事。如果没刷过，直接做1004也完全没问题。

6. 实战经验与调试技巧

6.1 自己写代码时的一个小习惯

写滑动窗口题时，我习惯在纸上先画出窗口的左右指针移动过程，尤其是zeros这个计数器跟着变化的过程。画三步就够了，比如拿[1,0,0,1,0,1],k=2手算一遍，确认每一步窗口合法。画完再写代码，基本一次过。

6.2 如果提交WA，优先检查哪里？

• 先检查zeros增减是否只在nums[right]或nums[left]为0时发生。
• 再检查收缩是while不是if。
• 然后检查长度是否加1。
• 最后检查maxLen是否在每次右指针移动后更新，而不是在收缩后更新。

这四步能解决90%的WA情况。我见过很多人把maxLen = max(maxLen, right - left + 1)放在收缩之后，还错误地认为收缩后的窗口是最长的，其实收缩后窗口反而变短了，应该放在收缩前或者收缩后都行（因为收缩后的窗口也是合法的，但可能更短，不影响最大值），放在收缩后也不会错，但放在收缩前更能体现“以当前右端点为终点的最长窗口”这个含义。

6.3 一个容易忽略的细节

如果nums里全是1，那么zeros始终为0，while循环一次都不会进入，maxLen会一路增长到numsSize，结果正确。如果nums里全是0，zeros增长很快，收缩也会很频繁，但算法依然线性完成。你不需要单独处理“全是0”或者“全是1”的情况，滑动窗口的自适应性很强。

6.4 对比：用for循环写会不会更好？

我个人觉得while更清晰，因为左右指针都需要移动。如果用for (right = 0; right < numsSize; right++)，那left的移动就得放在内层while里，代码也完全等价。看个人习惯，但对于初学者，while的对称性更好理解。

7. 从这题延伸出的刷题建议

7.1 同类题目练习路径

如果你刚做完这题，建议按顺序刷以下题目，巩固滑动窗口的变种：

• LeetCode 3：无重复字符的最长子串（哈希表+窗口收缩条件不同）
• LeetCode 424：替换后的最长重复字符（额外维护窗口内出现最多的字符）
• LeetCode 487（会员题）：最大连续1的个数II（本题的k=1特例）
• LeetCode 209：长度最小的子数组（窗口收缩条件变为和>=target）
• LeetCode 76：最小覆盖子串（窗口收缩条件变为覆盖所有目标字符）

刷完这几道，你对“滑动窗口三要素”——窗口扩展、窗口收缩、答案更新——会有肌肉记忆。这三要素几乎能套用80%的子数组/子串问题。

7.2 面试时如何讲解

如果面试官让你解释这题，建议按这个顺序说：

1. 把“翻转0”转化为“窗口内允许有k个0”。
2. 用双指针维护窗口，右指针负责扩展，左指针负责收缩。
3. 保证窗口内0的个数不超过k。
4. 实时记录窗口最大长度。

说清楚这四点，面试官就会觉得你思路清晰，甚至会追问你“能不能优化到O(n)”，你直接把代码写出来即可。

7.3 一个进一步的思考

如果把数组元素从0/1扩展为任意整数，把“0的个数不超过k”改为“不同数字的个数不超过k”，那这题就变成了LeetCode 340（至多包含K个不同字符的最长子串）。你会发现代码几乎只需要改计数器：从zeros换成distinctCount，再加上一个哈希表。这就是滑动窗口的通用性——你掌握的是框架，不是某一道题的模板。

8. 最后的实操心得

我在本地用C语言调试时，习惯写一个简单的main函数来测试，而不是直接提交到LeetCode。一个典型的测试框架大概长这样：

#include <stdio.h> int longestOnes(int* nums, int numsSize, int k); int main() { int nums1[] = {1,1,1,0,0,0,1,1,1,1,0}; printf("%d\n", longestOnes(nums1, 11, 2)); // 期望6 int nums2[] = {0,0,1,1,1,0,0,0,1,1,0,0,1}; printf("%d\n", longestOnes(nums2, 13, 3)); // 期望7 int nums3[] = {0,0,0,0}; printf("%d\n", longestOnes(nums3, 4, 0)); // 期望0 return 0; }

这样测试的好处是，你可以用几个自己心算过的例子快速验证逻辑，而不是直接依赖LeetCode的报错反馈。LeetCode的判题结果只有“通过/不通过”，看不到具体的中间变量，本地调试能看到每一步的窗口状态。

如果你是在VSCode里配置了C/C++环境，直接用调试器设置断点在updated maxLen那一行，观察left、right、zeros的变化，会非常直观。我第一次就把断点设在收缩while内部，然后把数组换成[0,1,0,0,1,0],k=2，单步跑了三圈，瞬间明白为什么收缩要一直循环。

这题整体难度不高，但却是检验你是否真正理解滑动窗口的试金石。能独立写出正确代码的人，通常也能把窗口收缩条件解释清楚。反之，如果连这题都要纠结半天，那建议先把双指针基础补一补。我个人经验是，把这题吃透后，再刷同类题时，几乎不需要再翻别人的题解了。