leetcode【数组—中等】209.长度最小的子数组

最新推荐文章于 2022-02-08 09:34:29 发布

长路 ㅤ

最新推荐文章于 2022-02-08 09:34:29 发布

阅读量374

点赞数

分类专栏：算法刷题文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/cl939974883/article/details/120791770

版权

算法刷题专栏收录该内容

146 篇文章 23 订阅

订阅专栏

文章目录

前言
题目
题解
- NO1、暴力法（O(n^2^)）
- No2：滑动窗口（O(n)）
参考资料

前言

哈喽，我是长路，目前刚刚大三，方向是后端也偶尔捣鼓下前端，现在的主语言是Java。之前一大段时间都是在学习web开发的一些技术，就很久没有进行类似于数据结构、算法之类的学习与刷题，打算这段时间拾起来好好学一学、搞一搞。

这段时间也是机缘巧合看到草帽路飞的博客，加了自学群，正巧看到博主组织在群里组织了leetcode刷题打卡活动，我也就参与进来，为期一个月，打算坚持每天都花一些时间做一些题目，并通过博客的方式来进行记录。

题目

题目来源leetcode

leetcode地址：209. 长度最小的子数组，难度：中等。

题目描述(摘自leetcode)：

给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例 1：
输入：target = 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子数组。

示例 2：
输入：target = 4, nums = [1,4,4]
输出：1

示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

本地调试代码：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        ...
    }

    public static void main(String[] args) {
        int[] nums = new int[]{2,3,1,2,4,3};
        System.out.println(new Solution().minSubArrayLen(7, nums));
    }
}

题解

NO1、暴力法（O(n²)）

一开始没啥思路，直接就通过使用暴力方法来进行求解。

思路：遍历一遍数组的过程中，每到一个索引位置就去求长度最小的子数组，每次求到最小子数组时就与原本临时保存的最小数(连续数)进行比较取值。

代码：时间复杂度：O(n²)，实际为n+(n-1)+(n-2)…，不好求到具体的时间复杂度

public int minSubArrayLen(int target, int[] nums) {
    if (nums.length == 0 || nums == null) {
        return 0;
    }
    int minSize = nums.length + 1;
    for (int i = 0; i < nums.length; i++) {
        int num = 0;
        //从当前索引位置开始往后取到最小值，并得到符合情况的最小长度
        for (int j = i; j < nums.length; j++) {
            num+=nums[j];
            if(num>=target){
                minSize = Math.min((j - i + 1), minSize); //(j-i+1)<minSize?(j-i+1):minSize => Math.min((j - i + 1), minSize)
                break;
            }
        }
    }
    return minSize == nums.length + 1 ? 0 : minSize;//判断一下是否与初始值一致，一致的话说明没有找到符合的最小子数组
}

No2：滑动窗口（O(n)）

思路：详细可见代码随想录—209.长度最小的子数组

需要有两个指针来进行配合，核心是以指针区间中的数值和进行移动。能将No1题解中的大量不必要的情况筛减掉，提升效率。
左指针用一个变量0来作为初始值；右指针使用遍历数组的索引i
	首先进行遍历，不断移动右指针到一个满足条件的位置(>=target)，接着开始缩减范围以>=target为条件开始移动左指针，一旦<target就说明缩减的范围已经足够接着需要再去移动右指针往后取寻找其他更小的情况，通过左右指针进行移动筛选比之前暴力法效果好太多！

代码：时间复杂度O(n)。

每次执行for循环中的while实际上并不会执行很多次，一般也就1-3次和原本的for循环次数加起来为O(2n)，可以直接看做是O(n)。

public int minSubArrayLen(int target, int[] nums) {
    if (nums.length == 0 || nums == null) {
        return 0;
    }
    int minSubLen = nums.length+1;//最大数量
    int leftCur = 0; //左指针
    int sum = 0;//用于记录当前指针区间中的值
    for (int i = 0; i < nums.length; i++) {  //i就相当于右指针
        sum += nums[i];
        while(sum>=target){   //用来移动左指针，减小区间范围，目的是为了之后其他满足sum>=target的情况
            int subLen = i - leftCur + 1;  //计算当前区间数量
            minSubLen = Math.min(subLen, minSubLen);//与之前区间进行比较，得到最小区间数量
            sum -= nums[leftCur++];//区间减小值
        }
    }
    return minSubLen == nums.length + 1 ? 0 : minSubLen;
}