209. 长度最小的子数组

209. 长度最小的子数组
     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和 ≥ target 的长度最小的 连续子数组 [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 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

提示：

1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

进阶：

如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

解题思路
首先想到暴力法，双层for循环，所有情况都计算一遍。找出最小长度。时间复杂度：O(n^2)，空间复杂度：O（1）

滑动窗口
思路：寻找和大于target的连续子数组，那就先从头开始找到和大于等于target的子数组，再找长度最短的。那就先保持数组和符合情况，通过增加右边元素或减少左边元素的值来找最短的。
用一个滑动窗口，如果和大于等于目标值，更新当前最短长度，减去最左边元素。如果和小于等于目标值，右边增加一个元素。当右边元素到头时，返回最短长度。
时间复杂度:O(n),空间复杂度：O(1)

代码

class Solution {
    public static int minSubArrayLen(int target, int[] nums) {
        if (nums == null || nums.length == 0) return 0;

        //定义窗口左边右边索引
        int left = 0;
        int right = 0;
        //定义最短长度
        int minLength = Integer.MAX_VALUE;
        int sum = nums[0];
        while (true) {
            //如果和小于目标值，说明需要增加元素。右移
            if (sum < target) {
                right++;
                //当右边索引超过数组长度时，结束循环
                if (right >= nums.length) break;
                else sum += nums[right];
            } else {    //和大于等于目标值，记录当前最短长度
                minLength = Math.min(minLength, right-left+1);
                //左边索引右移一位。这里记住一定是left++而不是++left。因为是窗口把左边那个元素丢弃，然后索引右移一位。
                sum -= nums[left++];
            }
        }

        return minLength == Integer.MAX_VALUE ? 0 : minLength;
    }

    //小笑话
    //我之前对于每一次的和都是重新计算，我以为我的算法时间复杂度变成了O(n),leetcode里面所用时间比暴力法还长。这怎么受得了。
    //想了一下原来是这个函数惹的祸。我上面每一动一次这里都要重新计算一次。导致时间复杂度变成了O(n^2)。
    private static int getSum(int[] nums, int left, int right) {
        int sum = 0;
        for (int i = left; i <= right; i++) {
            sum += nums[i];
        }
        return sum;
    }

}