题目
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的连续子数组,并返回其长度。如果不存在符合条件的连续子数组,返回 0。
示例:
输入:s = 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连续子数组。
思路分析
暴力法
最先想到的自然是暴力法,这也是正常的思路。我认为许多算法问题都是对暴力搜索的优化,这几次参加leetcode周赛感受很深刻。每次做题都是暴力搜索之后超时,优化的步骤每次都有问题。对于该题暴力法的思路如下,两次循环遍历所有可能的连续子数组,然后计算出每个连续子数组的和,该方法的时间复杂度位O(n3)。显然可以事先计算每段(0, i)的和 dp[i],然后再计算连续子数据的和时,其时间复杂度优化为O(1),总的时间复杂度变为O(n2)这是很容易就能想到的优化方法。代码如下:
class Solution {
public int minSubArrayLen(int s, int[] nums) {
int len = nums.length;
if (len == 0) return 0;
int[] dp = new int[len];
dp[0] = nums[0];
for (int i = 1; i < len; i++) {
dp[i] = dp[i-1] + nums[i];
}
if (dp[len - 1] < s) return 0;
int res = len;
for (int i = 0; i < len; i++) {
for (int j = i; j < len; j++) {
if (dp[j] - dp[i] + nums[i] >= s) {
if (j - i + 1 < res) {
res = j - i + 1;
}
}
}
}
return res;
}
}
利用二分搜索进行优化
在循环的内层,是一个遍历操作,时间复杂度为O(n)。目标是找出一个 j 使得:
d
p
[
j
]
−
d
p
[
i
]
+
n
u
m
s
[
i
]
>
=
s
dp[j] - dp[i] +nums[i] >= s
dp[j]−dp[i]+nums[i]>=s
同样可以转换为找到一个 j 使得:
d
p
[
j
]
>
=
s
+
d
p
[
i
]
−
n
u
m
s
[
i
]
dp[j] >= s + dp[i] - nums[i]
dp[j]>=s+dp[i]−nums[i]
即找到一个大于等于某值 target 的 dp[j],显然这可以利用二分搜索进行查找。
这是一个典型的二分搜索程序:
private int binarySearch(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else
right = mid - 1;
}
return -1;
}
要对二分搜索有一定的理解:
- 该二分搜索结束时,left 和 right 有两种情况。找到了target,此时 left=right ;未找到target,此时left < right。
- 未找到target时,nums[left] 为第一个大于target的值,nums[right] 为第一个小于target的值。
- 当target不在nums的(min, max) 范围内时,没有大于或者小于target的nums[i],此时left = nums.length 或者 right = -1。同样,有一种更加直观的理解,right 在target 值所在位置的左边,left 在target值所在位置的右边。
基于以上理解,left就是大于等于target值的索引。此时,left 等于 nums.length 时,说明该索引不合法;left < nums.length 时,该索引合法,能找到一个大于等于某值target的 dp[j]。其余步骤较为简单,代码如下:
class Solution {
public int minSubArrayLen(int s, int[] nums) {
int len = nums.length;
if (len == 0) return 0;
int[] dp = new int[len];
dp[0] = nums[0];
for (int i = 1; i < len; i++) {
dp[i] = dp[i-1] + nums[i];
}
if (dp[len - 1] < s) return 0; // 如果不存在
int res = len;
for (int i = 0; i < len; i++) {
// 从 i 到 j : dp[j] - dp[i] + nums[i] >= s
int target = s + dp[i] - nums[i];
// 找到大于等于 target的那个j
int j = binarySearch(dp, target);
if (j < len) {
if (j - i + 1 < res)
res = j - i + 1;
}
}
return res;
}
private int binarySearch(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else
right = mid - 1;
}
return left;
}
}