力扣-数组-长度最小的子数组-滑动窗口法

 

解法一：

嵌套循环暴力解法。设置一个指针从0开始向前走，每走一次都重复判断，将该指针位置的值不断向后相加，直到刚好大于或者等于目标值，将此段相加元素的长度存储下来。

指针每进步一次，都会得到一个长度，不断比较这些长度的到最小的值，如果没有的话返回0。

算法优化：每一次相加的时候都是从头加，这样无疑增加了很多时间复杂度，我们可否用一种方法将其的时间复杂度降低到o（n）级别呢？

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int sum=0;
        int sublength=0;
        int temp=9999;
        for (int i=0; i < nums.length; i++){
            sum=0;
            for (int j = i; j < nums.length; j++) {
                sum += nums[j];
                if (sum >= target) {//如果相加大于或者等于的时候就要停止了
                    sublength = j - i + 1;
                    if (temp > sublength) {
                        temp = sublength;
                    }
                    break;
                }
            }
        }
        if (temp == 9999){
            return 0;
        }
        return temp;
    }
}

解法二：

滑动窗口法！！！！

在本题中实现滑动窗口，主要确定如下三点：

• 窗口内是什么？
• 如何移动窗口的起始位置？
• 如何移动窗口的结束位置？

窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。

窗口的起始位置如何移动：如果当前窗口的值大于s了，窗口就要向前移动了（也就是该缩小了）。

窗口的结束位置如何移动：窗口的结束位置就是遍历数组的指针，也就是for循环里的索引。

解题的关键在于 窗口的起始位置如何移动。

for(int i=0;i<nums.length;i++){
            sum+=nums[i];

            while(sum>=target){
                subLength=i-index+1;
                if(subLength<temp){
                    temp=subLength;
                }
            sum-=nums[index];
            index++;
            }

可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int sum=0;
        int index=0;
        int subLength=0;
        int temp=Integer.MAX_VALUE;
        for(int i=0;i<nums.length;i++){
            sum+=nums[i];

            while(sum>=target){
                subLength=i-index+1;
                if(subLength<temp){
                    temp=subLength;
                }
            sum-=nums[index];
            index++;
            }

/*
刨除最靠前的一位，继续比较如果有更短的就获取更短的。
这样就可以获得以index为开头按位的所有最短的长度。
index理论上是不断+1递增的，因为如果有一次index起始的相加，j一直走到结尾都没有找到满足条件的求和，那么index以后的数加到结尾只会比index更小。
每一次while循环最少需要进行一次操作，最多不超过目前存储的求和长度，因此我们认为while循环的次数是o（1）级别，综合起来为o（n）
*/

        }

        if(temp==Integer.MAX_VALUE){
            return 0;
        }else{
            return temp;
        }
    }
}

解法（滑动窗口）：

算法思路：

研究的对象是一段连续的区间，因此可以使用滑动窗口思想来解决问题。  让滑动窗口满足：窗口内水果的种类只有两种。

做法：  右端水果进入窗口的时候，用哈希表统计这个水果的频次。这个水果进来后，判断哈希表的大小：

如果大小超过 2：说明窗口内水果种类超过了两种。那么就从左侧开始依次将水果划出窗口，直到哈希表的大小小于等于 2，然后更新结果；
如果没有超过 2，说明当前窗口内水果的种类不超过两种，直接更新结果 ret。
算法流程：

初始化哈希表 hash 来统计窗口内水果的种类和数量；
初始化变量：左右指针 left = 0，right = 0，记录结果的变量 ret = 0；
当 right 小于数组大小的时候，一直执行下列循环：
将当前水果放入哈希表中；
判断当前水果进来后，哈希表的大小：
如果超过 2：
将左侧元素滑出窗口，并且在哈希表中将该元素的频次减一；
如果这个元素的频次减一之后变成了 0，就把该元素从哈希表中删除；
重复上述两个过程，直到哈希表中的大小不超过 2；
更新结果 ret；
right++，让下一个元素进入窗口；
循环结束后，ret 存的就是最终结果。
 

复制的，还不会哈希表，以后再写