题目链接：https://leetcode.cn/problems/count-subarrays-where-max-element-appears-at-least-k-times/description/
我的思路
想到用滑动窗口双指针，但是在结果计算和指针移动的判断上还是有些不太对，思路是清晰的，离正确答案之差一点点。首先求出$nums$中的最大值记为$m$，初始化左指针$l=0$，定义一个变量$cnt$统计枚举过程中最大值出现了几次，接着用enumerator枚举$r,x$，如果$x=m$，则将$cnt+1$，当$cnt\geq k$时，进入while循环判断，此时意味着到了某个符合条件子数组的边界，$ans+1$，如果$nums[l]=m$，则将$cnt-1$，同时将左指针右移$l+1$，因为我们要统计的是子数组的个数，所以在考察完每个$r,x$时，再将左指针重置，$l=0$，以免漏掉情况，如此循环判断下去，返回$ans$
分析
这个思路看上去很正确，但存在考察不全的情况，尽管想到了重置左指针，但由于$cnt$的值动态变化，所以会漏掉计数。比如案例$[1,3,2,3,3], k = 2$，按照上面的思路，将每一步计算的$cnt$值和子数组打印出来得到：
2 [1, 3, 2, 3]
2 [3, 2, 3]
2 [1, 3, 2, 3, 3]
2 [3, 2, 3, 3]
到这里程序就退出运行了，原因出在考察到第三个3时。在$r=3$时，对应的$nums[3]=3$为第二个3，此时$cnt=2$，满足while循环进入条件，接着开始计数，做指针开始右移，得到一开始的两个结果（前两行），但由于$l$移动到1时，$nums[1]$也是3，因此$cnt-1$，$cnt$变为1，跳出循环，$l$重置为0，继续考察数组元素，$r=4,x=3$，$cnt$再加1，得到$cnt=2$，满足while进入条件，开始计数，得到后面两行的结果，但同样的，当$l$再次移动到1时，$nums[1]=3$，使得$cnt-1$，变成1，不再符合while的条件，便跳出循环了，得到错误的结果。
纠正
滑动窗口问题中，应该不走回头路，试想当$r=3$时，左指针开始移动，滑动到$l=1$时碰到最大值，那么说明$nums[1]$的这个3不能再用了（不要回头，不然会很复杂），我们要将这种情况下的所有可能全部计算出来，接着考虑后面的元素，每一个元素都如此，便能计算到最准确的结果
回到上面那个情况，$r=3,x=3$，进入while判断，$l$到1后$cnt-1$，$l$再加1后跳出循环（因为$l+1$是写在while中的最后一句），此时$l$变为2，那么此时对应的，在右边界为$r=3$的情况下，符合条件的数组数不就是2个吗？因此只需要$ans+l$即可，非常巧妙
换句话说，其实我们只要找到每个“临界”情况，再将此时的$l$累加起来，就是最后的答案。再看$r=4$的情况，上一个循环中$l$被赋值为2，那么同样地，$l$会以4跳出while循环，此时对应的符合条件的数组不就是4个嘛，分别是$[1,3,2,3,3],[3,2,3,3],[2,3,3],[3,3]$，因为有最后一个元素的加进来，所以不会考察到与之前重复的情况，最后将4和2相加，6就是最终的答案
反思
- 双指针/滑动窗口问题中，一般不会将左指针进行重置，一方面容易考察重复情况产生错误，另一方面思路会不够清晰，容易搞混
- 这题还有一个优化的点是，可以直接利用$k$，节省内存占用，遇到最大值就将其减1，while的循环进入条件为$k=0$，当左指针滑到最大值时，再将$k+1$即可，这样可以节约一些内存
- 其实做题也是一个编码-解码的过程，我们的大脑中存在着latent空间，需要将题目进行解码，知道它是什么意思，同时也要将答案进行编码，二者要在latent上匹配，本质上讲的都是一个东西，二者在高维空间中应该有相似的表示，这样才是最佳的解答
结果
时间复杂度：$O(N)$
空间复杂度：$O(1)$
已是最优解
