Leetcode：209. 长度最小的子数组（C++）

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

实现代码：

暴力解法

class Solution {
public:
	int minSubArrayLen(int target, vector<int>& nums)
	{
		int length = INT_MAX;//记录最小的子串长度，初始为int最大值

		for (int i = 0; i < nums.size(); i++)
		{
			int sum = 0;//记录子串元素的和，用于比较
			for (int j = i; j < nums.size(); j++)
			{
				sum += nums[j];
				if (sum >= target)
				{//子串总和超过目标值，进行更新
					int len = j - i + 1;//临时长度用于比较
					length = length < len ? length:len;
					break;//找到符合条件的后，退出内层循环，继续找下一个符合条件的子串进行比较
				}
			}			
		}
        return length == INT_MAX ? 0 : length;//判断是否没有一个字串符合要求
	}
};

此方法会超出时间限制。

• 时间复杂度：O(n^2)
• 空间复杂度：O(1)

滑动窗口法

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) 
    {
        int length=INT_MAX;//字串长度.初始为最大值
        int i=0;//起始指针
        int sum=0;//总和
        for(int j=0;j<nums.size();j++)
        {
            sum+=nums[j];
            while(sum>=target)
            {
                int len=j-i+1;//用于比较的临时长度
                length=length<len?length:len;
                sum-=nums[i++];//此方法最重要的地方，将起始元素出窗口，也就是sum减去起始元素后，指针向后移动
            }
        }
        return length==INT_MAX?0:length;//判断是否没有符合条件的子串，返回0
    }
};

利用双指针，与暴力法不同的是，此方法是先找到满足条件的字串后再移动，而暴力法是一直利用双重循环移动指针，再不断找到满足条件的进行判断，可见此方法要比暴力法好很多。需要注意的是循环内的while语句，起始元素出窗口的移动和sum的改变。至于为什么用while而不是if，因为如果子串前面的数很小，后面的数很大，后面的数才是影响字串sum大小的关键，用if只出窗口一个元素的话，显然是忽略了起始元素出窗口后，子串sum任然大于等于目标值的情况，从而得不到最小子串长度。

• 时间复杂度：O(n)
• 空间复杂度：O(1)

每个元素入窗口和出窗口仅仅被操作两次，所以时间复杂度为2n也就是O(n).