【优选算法】 - 9.滑动窗口：长度最小的子数组

引言

在今天的文章中，我们将聚焦于一个既经典又具挑战性的算法问题——寻找长度最小的子数组，其和大于等于给定目标值。这个问题要求我们在一个整数数组中寻找一个最短的连续子数组，使得该子数组中所有元素的和至少等于一个给定的目标值。为了有效地解决这个问题，我们将采用一种称为滑动窗口的技术，该技术结合了双指针和窗口缩放的策略。通过这种方法，我们可以避免不必要的元素遍历，从而显著提升算法的效率。
leetcode-长度最小的子数组

问题描述

给定一个含有 n 个正整数的数组和一个正整数 target 。

找出该数组中满足其总和大于等于 target 的长度最小的
子数组
[numsl, numsl+1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例：
示例 1：
输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2：
输入：target = 4, nums = [1,4,4]
输出：1

示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

解题思路

1. 初始化：我们定义两个指针 left 和 right，分别指向子数组的起始位置和结束位置，初始时都指向数组的第一个元素。同时，我们还需要记录当前子数组的和 sum 以及找到的最小长度 len（初始时设为数组长度加1，或者一个足够大的数，表示尚未找到解）。
2. 扩展右边界：我们通过移动右指针 right 来扩展子数组，每次扩展后更新 sum 为当前子数组的和。
3. 调整左边界：当 sum 大于等于 target 时，我们开始尝试缩小子数组的长度，即移动左指针 left，并从 sum 中减去 nums[left]，直到 sum 小于 target。在每次缩小子数组的过程中，我们都检查当前子数组的长度是否比已记录的最小长度 len 更小，如果是，则更新 len。
4. 遍历数组：重复步骤2和步骤3，直到右指针 right 遍历完整个数组。
5. 返回结果：遍历完成后，如果 len 仍然是初始值（表示没有找到符合条件的子数组），则返回 0；否则，返回 len。
   

代码实现

以下是使用C++实现的代码示例：

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int left , right , sum = 0 , len = INT_MAX;
        int n = nums.size();
        for(left = 0,right = 0; right < n; right++){
            sum+=nums[right];
            while(target <= sum){
                len = min(len, right - left + 1);
                sum -= nums[left++];
            }
        }
        return len == INT_MAX ? 0 : len;
    }
};

这段代码有效地实现了滑动窗口技术，通过双指针在数组上滑动，不断调整子数组的大小，直到找到满足条件的最小子数组或遍历完整个数组。