LeetCode209：长度最小子数组

LeetCode209：长度最小子数组

题目(难度：中等)：

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

链接：209.长度最小的子数组

解题方法：滑动窗口

所谓滑动窗口，就是不断调节子序列的起始位置和终止位置，从而得到我们想要的结果。
滑动窗口也可以理解为双指针法的一种，然后移动指针类似窗口一样滑动
以s=7,数组为[2,3,1,2,4,3]为例，步骤我画出来了：
i：滑动起始位置
j：滑动终止位置

方法一：

滑动窗口法(推荐)

class Solution:
    def minSubArrayLen(self, s: int, nums: List[int]) -> int:
        l = len(nums)
        left = 0
        right = 0
        min_len = float('inf')
        cur_sum = 0 #当前的累加值
        
        while right < l:
            cur_sum += nums[right]
            
            while cur_sum >= s: # 当前累加值大于目标值
                min_len = min(min_len, right - left + 1)
                cur_sum -= nums[left]
                left += 1
            
            right += 1
        
        return min_len if min_len != float('inf') else 0

方法二：

暴力解法
在暴力解法中，是一个for循环滑动窗口的其实位置，一个为滑动窗口的终止位置，用两个for循环完成了一个不断搜索区间的过程。这样时间复杂度为O(n^2)

class Solution:
    def minSubArrayLen(self, s: int, nums: List[int]) -> int:
        l = len(nums)
        min_len = float('inf')
        
        for i in range(l):
            cur_sum = 0
            for j in range(i, l):
                cur_sum += nums[j]
                if cur_sum >= s:
                    min_len = min(min_len, j - i + 1)
                    break
        
        return min_len if min_len != float('inf') else 0

总结：

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，可以将复杂度降为O（n）