- 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;
}
}