题目链接: https://leetcode-cn.com/problems/minimum-size-subarray-sum/
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
示例:
- 输入:s = 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。
一、暴力解法
这道题目暴力解法当然是 两个for循环,然后不断的寻找符合条件的子序列,时间复杂度很明显是O(n^2) 。
代码如下:
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
// 最终的结果,这里要取一个很大的值;若需要返回最长的数列,这里相反,取0;自己理解一下!
int result = INT32_MAX;
int sum = 0; // 子序列的数值之和
int subLength = 0; // 子序列的长度
for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
sum = 0; // 这里注意一下 !
for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s,更新result
subLength = j - i + 1; // 取子序列的长度
result = result < subLength ? result : subLength;
// 因为我们是找符合条件最短的子序列,所以一旦符合条件就break,跳出一层 for循环;
break;
}
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
时间复杂度:$O(n^2)$ 空间复杂度:$O(1)$
二、滑动窗口
接下来就开始介绍数组操作中另一个重要的方法:滑动窗口。
所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。
这里还是以题目中的示例来举例,s=7, 数组是 2,3,1,2,4,3,来看一下查找的过程:
最后找到 4,3 是最短距离。
其实从动画中可以发现滑动窗口也可以理解为双指针法的一种!只不过这种解法更像是一个窗口的移动,所以叫做滑动窗口更适合一些。
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,窗口的起始位置设置为数组的起始位置就可以了。
解题的关键在于 窗口的起始位置如何移动,如图所示:
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)的暴力解法降为O(n)。
C++代码如下:
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 注意这里使用while,每次更新 i(起始位置),并不断比较子序列是否符合条件
while (sum >= s) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处,不断变更i(子序列的起始位置)
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
-----------------------------------------------------------------------------------------
#include <iostream>
#include <vector>
using namespace std;
class solution
{
public:
int minSubArrayLen(int target, vector<int>& A)
{
int result = INT32_MAX;
int i = 0;
int length = 0;
int sum = 0;
for(int j = 0; j<A.size(); j++)
{
sum += A[j];
while(sum>=target)
{
length = j - i + 1;
result = result < length ? result:length;
sum -= A[i++];
}
}
return result == INT32_MAX? 0:result;
}
};
int main()
{
solution solu;
vector<int> A;
int result = 0;
int target = 7;
A.push_back(2);A.push_back(3);A.push_back(1);
A.push_back(2);A.push_back(4);A.push_back(3);
for(int i = 0; i<A.size(); i++)
{
cout<<"A"<<i<<"="<<A[i]<<endl;
}
result = solu.minSubArrayLen(target,A);
cout << "The length of minial subway array is " << result << endl;
cout << "Hello World" << endl;
return 0;
}
时间复杂度:$O(n)$
空间复杂度:$O(1)$
一些录友会疑惑为什么时间复杂度是O(n)。
不要以为for里放一个while就以为是$O(n^2)$啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被被操作两次,所以时间复杂度是2 * n 也就是$O(n)$。