209. 长度最小的子数组

---

提示：以下是本篇文章正文内容，下面案例可供参考

1.自己的暴力解法

无

2.自己的进阶解法

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int l = 0, r = 0, len = 1, minlen = 99999999, sum = nums[0];
        while (l <= nums.size() - 1 && r <= nums.size() - 1) {
            if (sum < target) {
                if (r == nums.size() - 1)
                    if (minlen == 99999999) return 0;
                    else return minlen;
                else {
                    ++r, ++len;
                    sum += nums[r];
                }
            }
            else
                if (l == nums.size() - 1) return 1;
                else {
                    if (len < minlen) minlen = len;
                    sum -= nums[l];
                    ++l, --len;
                }
        }
        return minlen;
    }
};

3.自己的库函数解法

无

4.题解的暴力解法

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX; // 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
                    result = result < subLength ? result : subLength;
                    break; // 因为我们是找符合条件最短的子序列，所以一旦符合条件就break
                }
            }
        }
        // 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;
    }
};

5.题解的进阶解法

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0; // 滑动窗口数值之和
        int i = 0; // 滑动窗口起始位置
        int subLength = 0; // 滑动窗口的长度
        for (int j = 0; j < nums.size(); j++) {
            sum += nums[j];
            // 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
            while (sum >= s) {
                subLength = (j - i + 1); // 取子序列的长度
                result = result < subLength ? result : subLength;
                sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        // 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;
    }
};

---

6.总结

滑动窗口法，精髓在于不断变更子序列的起始位置。