【数组】14：长度最小的子数组

Leetcode 209: 长度最小的子数组(python)

注：本人文章中有时有来自于各大佬的经验总结，仅供自身复习及学习，并无商业用途，若有时忘记标注作者及出处还请提醒，敬请见谅。

双指针滑动窗口

以下思路来源于leetcode题解里的大佬林深时见鹿

1、思路
(双指针) O(n)O(n)

给定一个含有 n 个正整数的数组和一个正整数 target ，让我们找出该数组中满足其和 ≥ target 的长度最小的 连续子数组。

样例：

如样例所示，target = 7, nums = [2,3,1,2,4,3]，子数组 [4,3] 是该条件下的长度最小的子数组，因此返回2，下面来讲解双指针的做法。

我们定义两个指针i和j指针，将区间[j,i]看成滑动窗口，那么两个指针就分别表示滑动窗口的开始位置和结束位置，同时我们再维护一个sum变量用来存贮区间[j,i]连续数组的和。如果当前滑动窗口维护的区间和sum大于等于target，就说明当前的窗口是可行的，可行中的长度最短的滑动窗口就是答案。

过程如下：

1、初始化i = 0, j = 0，sum = 0，让两个指针都指向nums数组的开头，i指针用于扩展窗口，j指针用于收缩窗口。

2、枚举整个nums数组，枚举过程中，不断增加i使得滑动窗口向右扩展。每次向右扩展滑动窗口一步，维护区间[j,i]的连续子数组和sum就加上nums[i]的值，即 sum += nums[i]。

3、我们向右扩展滑动窗口的同时也不能忘记收缩滑动窗口。当sum >= target时，我们再去扩展滑动窗口就显得没有意义了。因此，如果sum - nums[j] >= target，也就是说我们减去nums[j]的值，sum的值依旧大于等于target，此时我们就可以向右收缩滑动窗口，j++并使sum -= nums[j]，即sum -= nums[j++]。

4、如果收缩完的窗口区间值依旧满足sum >= target，我们就进行答案的更新，即 res = min(res, i - j + 1)。

实现细节：

如果不存在一个连续子数组满足其和≥ target，返回0。

时间复杂度分析： 每个元素最多访问两次，故时间复杂度为 O(n)O(n)，nn是nums数组的长度。

python代码：

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        i,j,s,res = 0,0,0,0x3f3f3f
        for i in range(len(nums)):
            s += nums[i]
            while (s - nums[j] >= target):
                s -= nums[j]
                j += 1
            if s >= target:
                res = min(res, i-j+1)
        return 0 if res ==  0x3f3f3f else res

作者：lin-shen-shi-jian-lu-k
链接：https://leetcode-cn.com/problems/minimum-size-subarray-sum/solution/chang-du-zui-xiao-de-zi-shu-zu-tu-jie-sh-ae80/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。