209. Minimum Size Subarray Sum
首先想到的是暴力解法,时间复杂度为O(n2),因为中间有很多重复计算。
所以可以开一个数组保存前n项和。时间复杂度为O(n).
class Solution {
public int minSubArrayLen(int s, int[] nums) {
if(nums.length==0)
return 0;
int dp[]=new int[nums.length+1];
for(int i=1;i<=nums.length;i++){
dp[i]=dp[i-1]+nums[i-1];
}
int i=0,j=1,minres=Integer.MAX_VALUE;
while(j<=nums.length){
while(dp[j]-dp[i]>=s){
minres=Math.min(minres,j-i);
i++;
}
j++;
}
return minres==Integer.MAX_VALUE?0:minres;
}
}
还有一种解法,不需要开数组,也是使用两个指针,时间复杂度也为O(n).动态的使用中间计算的结果更新最小区间。
可以形象化的分析,对于数组[num1,num2,num3,num4,num5,num6...numn].我们分别找出以num1、num2..为起点的区间和大于s的最小区间。然后指针后移更新。
class Solution {
public int minSubArrayLen(int s, int[] nums) {
int i=0,j=0,sum=0,minres=Integer.MAX_VALUE;
while(j<nums.length){
sum+=nums[j++];
while(sum>=s){
minres=Math.min(minres,j-i);
sum-=nums[i++];
}
}
return minres==Integer.MAX_VALUE?0:minres;
}
}