力扣209题: 长度最小的子数组
本文题解来源:微信公众号:代码随想录
仅供个人参考学习
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.com/problems/minimum-size-subarray-sum
暴力破解:
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
//暴力破解:两个for循环,寻找符合条件的子序列
//时间复杂度O(n^2)
int result = INT32_MAX; // 最终的结果
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i
sum = 0;
for(int j = i;j < nums.size(); j++){//设置子序列终止位置为j
sum += nums[j];
if(sum >= target){//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;
break;//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
}
}
}
//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;
}
};
滑动窗口: 不断地调节子序列的起始位置和终止位置,从而得出我们想要的结果
时间复杂度:O(n)
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
// 滑动窗口: 不断地调节子序列的起始位置和终止位置,从而得出我们想要的结果
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 subLengh = 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 >= target){
subLengh = (j-i+1); //取子序列的长度
result = result < subLengh ? result : subLengh;
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)
}
}
return result == INT32_MAX ? 0 : result;
}
};