⻓度最⼩的⼦数组【滑动窗口】

0.分析

这道题要求的是一个区间 是区间就有【第一个元素】 即起始位置

1. 暴力求解【超时】

这道题是要找一个子区间，使得这个区间的所有数 >= target；
把数组中的每⼀个元素作为一个区间的起始位置，每次往这个区间里加一个数，直到这个区间的数和>=target；将所有元素作为起始位置所得的结果中，找到「最⼩值」即为最短子区间。

class Solution
{
public:
    int minSubArrayLen(int target, vector<int> &nums)
    {
        // 记录结果
        int ret = INT_MAX;
        int n = nums.size();
        for (int start = 0; start < n; start++)
        {
            int sum = 0;
            for (int end = start; end < n; end++)
            {
                sum += nums[end];

                if (sum >= target)
                {
                    ret = min(ret, end - start + 1);
                    break;
                }
            }
        }
        return ret == INT_MAX ? 0 : ret;
    }
};

2. 滑动窗口

铺垫

滑动窗口的思想实际上是基于【暴力求解】的优化。一般人/普通人在解这类题时，一般直接想到的解决方案就是【暴力求解】，但是我们都知道，【暴力求解】通常不是一个问题的最优方案。基于【暴力求解】，佬们就总结出来在【暴力求解】基础之上的优化，这个优化对于有“算法”思想的人来说不难想到/理解，关键在于有没有用心思考更优解。

讲解

【暴力求解】中提到，遍历数组，把每一个元素作为【结果区间】的首元素，依次顺序添加直到满足条件，记录将该元素作为【结果区间】首元素下【结果区间】的长度，遍历结束后，在取这些值的最小值即为结果。
现在我们细思【暴力求解】的过程，当把arr[0]作为【结果区间】的首元素时，我们计算求和了一部分值，当下一轮把arr[1]作为【结果区间】的首元素时，我们又重新计算了在第一轮中计算过的值，这就是【暴力求解】效率低下的原因。
学过数据结构我们知道，提升一个算法的时间复杂度，我们可以通过减少语句的执行/循环的次数/递归的次数等。在这道题中，有没有一种方法，使得我们能够减少计算的次数？

解答

第一个区间计算完之后，计算第二个区间时，实际上就是把【该区间首元素的前一个元素】即（遍历的上一个元素）移除，对于移除后的新区间

1. 仍有可能满足条件【左端元素可能很小，划出去之后依旧满⾜条件】
2. 不满足，即变小了。我们不再从arr[1]开始继续往后添加元素，而是把第一个区间去除arr[0]的剩余元素直接拿过来用，在这个【旧区间】的基础上再添加。

如此大大的减少了计算的次数。

代码

class Solution
{
public:
    int minSubArrayLen(int target, vector<int> &nums)
    {
        int n = nums.size(), sum = 0, len = INT_MAX;
        for (int left = 0, right = 0; right < n; right++)
        {
            sum += nums[right];   
            while (sum >= target) 
            {
                len = min(len, right - left + 1); 
                sum -= nums[left++];             
            }
        }
        return len == INT_MAX ? 0 : len;
    }
};