解题思路
第一个想法是在输入的时候顺便求一个前缀和,这样求任意区间的和的复杂度为O(n^2),由于答案在线性区间 [1,n] 中,还可以用二分法省去一些重复查找。这个方法比不做任何处理就遍历相加当然要好,但是这样的优化还不够,况且核心代码模式由于不需要手动输入,需要花费额外时间计算前缀和。
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums)
{
int n = nums.size();
int sum[n];
memset(sum, 0, sizeof(sum));
sum[0] = nums[0];
for (int i = 1; i < n; i++)
sum[i] = nums[i]+sum[i-1];
if(sum[n-1] < target)
return 0;
int l = 1;
int r = n;
for (; l <= r; )
{
int mid = (l + r) >> 1;
for(int j = mid; j < n; j++)
{
if(sum[j] - sum[j-mid] >= target)
r = mid-1;
}
if(r > mid)
l = mid+1;
}
return l;
}
};
后来就想到这道题跟前几天做的10012. 「一本通 1.2 例 2」Best Cow Fences 非常像,其中为了求区间最大和采用了这样的处理:
long long former = 0;
for(int i = l; i <= n; i++) //保证子列长度大于l
{
former = min(former, b[i-l]); //前i-l项的最小子列前缀和
long long temp = b[i]-former; //前i项最大子列前缀和
}
在以上的代码里面,子列的首项是可以自由移动的。按照之前的遍历相加方法,需要两层循环,外层遍历首项位置,内层遍历末项位置,时间复杂度为O(n^2),如果运用滑动窗口,同时调整首项末项位置,只需要单层循环,时间复杂度为O(n)。
for(int i = 0; i < n ; i++)
{
sum += nums[i];
while(sum >= target)
{
cont = min(cont, i+1-l);
sum -= nums[l];
l++;
}
}
核心代码
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums)
{
int n = nums.size();
int cont = n+1;
int l = 0;
int sum = 0;
for(int i = 0; i < n ; i++)
{
sum += nums[i];
while(sum >= target)
{
cont = min(cont, i+1-l);
sum -= nums[l];
l++;
}
}
if(cont == n+1)
return 0;
else
return cont;
}
};