209. Minimum Size Subarray Sum

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;
    }
}