题目
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
进阶:
如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/minimum-size-subarray-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题
暴力求解
int minSubArrayLen(int target, int* nums, int numsSize)
{
int i,j,sum,len,MinSize = 100001;
for(i=0;i<numsSize;i++){
sum = 0;
for(j=i;j<numsSize;j++){
sum += nums[j];
if(sum>=target){
len = j-i+1;
if(len < MinSize){
MinSize = len;
}
break;
}
}
}
if(MinSize == 100001){
MinSize = 0;
}
return MinSize;
}
时间复杂度O(N^2);
滑动窗口(双指针法)
本题的最优解法:双指针start,end;初始化为数组第一下标 即0;
end往后移位,确保start到end这个窗口的元素和sum >= target;
start往后移,寻找最小长度;
int minSubArrayLen(int target, int* nums, int numsSize)
{
int start,end;
start = end = 0;
int sum = 0,MinSize = INT_MAX,len;
while(end < numsSize){
sum += nums[end];
while(sum >= target){
len = end-start+1;
MinSize = len < MinSize ? len : MinSize;
sum -= nums[start++];
}
end++;
}
return MinSize == INT_MAX ? 0 : MinSize;
}
时间复杂度O(N);
进阶思路:前缀和+二分查找
这个思路刚开始有点绕,但是认真理解,一定大有裨益。
另申请一个前缀数组,即 sums[i] 表示原数组 nums 前 i 个元素之和;注意到本题所有的元素都是正整数,所以前缀和数组是有序的数组,这是二分查找的基础;
我们只需要找到 sums[k] - sums[j] >= s,那么 k-j 就是满足的连续子数组,但不一定是最小的,所以我们要继续找,直到找到最小的为止;
求 sums[k] - sums[j] >= s 我们可以求 sums[j] + s <= sums[k],那这样就好办了,因为数组sums中的元素是递增的,也就是排序的,我们只需要求出 sum[j]+s 的值,然后使用二分法查找即可找到这个 k。
即对于数组sums的每一个j,查找这么一个k,使得 sums[k] >= sums[j] + s
int minSubArrayLen(int s, int *nums, int numsSize)
{
int sumsSize = numsSize+1;
int* sums = malloc(sumsSize*sizeof(int));
sums[0] = 0;
int i;
for(i=1;i<sumsSize;i++){
sums[i] = sums[i-1] + nums[i-1];
}
int target,k,len,MinSize = INT_MAX;
for(i=0;i<sumsSize;i++){
target = sums[i]+s;
k = BinarySearch( sums,i,sumsSize-1,target );
if(k != -1){
len = k-i;
MinSize = len < MinSize ? len : MinSize;
}
if(MinSize == 1) break;
}
return MinSize == INT_MAX ? 0 : MinSize;
}
int BinarySearch( int* sums,int Left,int Right,int target )
{
if(sums[Right] < target){
return -1;
}
int Mid;
while(Left < Right){
Mid = Left + (Right - Left >> 1);
if(sums[Mid] >= target){
Right = Mid;
}else{
Left = Mid+1;
}
}
return Left;
}
时间复杂度O(NlogN);虽然不是本题的最优解,但是拓展了我的思路,通用性更强~
知识点总结
双指针法 进阶为 滑动窗口
前缀和+二分查找 开阔了我的思路