力扣209. 长度最小的子数组--滑动窗口

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
 

提示：

1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

思路与解答：

解题思路:
        普通的暴力解决此题可以使用前缀和+双层for暴力循环（无条件移动起始位与终止位）
滑动窗口思想：
        条件移动起始位置，循环移动终止位置。先移动起始位，当满足条件时则将起始位前移并判断是否满足条件，依次循环。。。这样便可查找到所以满足条件的子序列并保存最短的子序列
时间复杂度分析：
        无疑终止位的遍历肯定是O(N),而起始位的移动是在终止位移动至满足条件处后再移动并且最多移动到终止位上。
        现讨论起始位移动复杂度，光看这个while循环显然也是O(N)的复杂度。那么整体复杂度是否为O（N^2）呢？
        答案是否定的，因为这两层循环没有嵌套相联的关系，反而是一种你先向前走我后向前走的一种关系。
        其实我们不难想到关于O(N^2)复杂度的暴力遍历法是每次会刷新一次终止位置。所以会达到一种n*n的效果，而此题并未刷新指针位置故为O(2N)的复杂度即O(N).

具体代码如下：

int minSubArrayLen(int target, int* nums, int numsSize){
    int ans=numsSize;
    int i=0,j=0,subL;
    int sum=0,flag=0;
    for(j=0;j<numsSize;j++){
        sum+=nums[j];
        while(sum>=target){
            flag=1;
            subL=j-i+1;
            if(ans>subL)
                ans=subL;
            sum-=nums[i++];
        }
    }
    if(flag)
        return ans;
    else
        return 0;
}