题目
难度:中等
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 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
思路
一、暴力枚举
通过两个 for 循环暴力搜索符合要求的子序列,显然这个算法的时间复杂度是O(n^2),以下为C++实现:
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT_MAX; // result是最终的结果
int sum = 0; // 子序列的数值之和
int subLength = 0; // 子序列的长度
for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
sum = 0;
for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s,更新result
subLength = j - i + 1; // 取子序列的长度
if (result < subLength) result = result;
else result = subLength;
break; // 符合条件后停止搜索
}
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
优点:简单易实现
缺点:时间复杂度高,易TLE
二、滑动窗口
该算法的本质是双指针
左指针为 l 右指针为 r,两个指针不停向前滑动形成以一个动态的区间,过程像滑动窗口。
通过右边缘不断通过for循环前进,代表的是在最大的当前索引下的符合题目要求的情况,每次与result做对比,总保证result为最小。显然时间复杂度为O(n)
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int result = INT_MAX; // 结果
int sum = 0; // 总和
int subLength = 0; // 字串长度
int l = 0; // 左指针,右指针 r 在for循环中
for (int r = 0; r < nums.size(); r++) {
sum += nums[r];
while (sum >= target) {
subLength = (r - l + 1);
result = subLength > result ? result : subLength;
// 左边缘右滑
sum -= nums[l];
l++;
}
}
if (result == INT_MAX) result = 0;
return result;
}
};
优点:时间复杂度降低
缺点:思路较为复杂