题目要求:给出一个数组nums和一个正整数s,求nums的子数组中和大于s的长度最小的子数组的长度。
问题解答:
1.用两个指针,left和right,从left位置开始的和大于s的子数组的长度。然后把这个长度存起来,left++。在找到以left位置开始的和大于s的子数组的长度,和之前存起来的长度相比较,取最小值。一直到right指向最后一个位置的后一个位置,且sum<s,说明从left位置开始到最后都没有和大于s的子数组了。停止循环,输出最小长度。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int l=nums.size();
int left=0,right=0;
int result=INT_MAX;
int sum=0;
while(right<=l){
while(right<l&&sum<s){
sum+=nums[right];
right++;
}
if(right<=l&&sum>=s){
result=result<right-left?result:right-left;
sum=sum-nums[left];
left++;
}
if(right==l&&sum<s)
break;
}
if(result==INT_MAX)
result=0;
return result;
}
};
翻了一下leetcode评论区的答案,发现别人跟我一样的思路,但是写出来的代码要简洁好多,本来我还不知道我的代码的时间复杂度是多少,但是看了这个代码之后发现时间复杂度是O(n)。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int n=nums.size();
int left=0;
int result=INT_MAX;
int sum=0;
for(int i=0;i<n;i++){
sum+=nums[i];
while(sum>=s){
result=result>i-left+1?i-left+1:result;
sum-=nums[left++];
}
}
if(result==INT_MAX)
result=0;
return result;
}
};
因为对于每一个left值,while循环只做一次。直到left增大到n或者for循环结束,所以在for循环的整个过程中,while循环最多做了n次。for循环也是做了n次,所以总的算下来时间复杂度为O(n)。
2.时间复杂度为O(nlogn)的解法,首先根据数组nums获得数组sums,其中数组sums保存了nums中从0到i的元素的和。具体解决方法看代码注释。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int l=nums.size();
vector<int> sums;
int result=INT_MAX;
int value=0;
for(int i=0;i<l;i++){
value+=nums[i];
sums.push_back(value);
}//获取数组sums
for(int i=0;i<l;i++){
if(sums[i]>=s){
int p=upper(sums,0,i,sums[i]-s);
if(p!=-1){
result=result>(i-p+1)?(i-p+1):result;
}
}
}//从数组sums中找到大于s的数,然后找到第一个大于sums[i]-s的数的位置p,则i-p+1就是以元素nums[i]结尾的和大于s的子数组的元素个数。找出所有的子数组,取最小值。
return result==INT_MAX?0:result;
}
private:
int upper(vector<int>& sums,int left,int right,int target){
int l=left,r=right;
while(l<r){
int m=l+((r-l)>>1);
if(sums[m]<=target)
l=m+1;
else
r=m;
}
return (sums[r]>target)?r:-1;
}//用二分查找法找出sums中从索引left到right中第一个大于target的数,由于是二分查找,故时间复杂度为O(logn),所以整个算法的时间复杂度为O(nlogn)。
};