算法练习:有序数组的平方 长度最小的子数组

977. 有序数组的平方 - 力扣（LeetCode）

1、题目描述：

给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。

2、示例：

1】输入：nums = [-4,-1,0,3,10]      输出：[0,1,9,16,100]
解释：平方后，数组变为 [16,1,0,9,100] ，排序后，数组变为 [0,1,9,16,100]

2】输入：nums = [-7,-3,2,3,11]      输出：[4,9,9,49,121]

class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        n=len(nums)  #数组长度
        i=0 #左指针
        j=n-1 #右指针
        k=n-1 #新数组的下标最大值
        new = [-1] * n   #定义新数组
        while i<=j:
            leftnums=nums[i]**2
            rightnums=nums[j]**2
            if leftnums>rightnums:
                new[k]=leftnums  #将左指针平方后的新数字赋值给新的数组
                i=i+1  #向后去一位
            else:   #这里包括小于等于
                new[k]=rightnums #将右指针平方后的新数字赋值给新的数组
                j=j-1  #向前去一位
            k=k-1
        return new

数组其实是有序的， 只不过负数平方之后可能成为最大数了。

那么数组平方的最大值就在数组的两端，不是最左边就是最右边，不可能是中间。

此时可以考虑双指针法了，i指向起始位置，j指向终止位置。

定义一个新数组new，和原来数组一样的大小，让k指向new数组终止位置。

如果A[i] * A[i] < A[j] * A[j] 那么new[k--] = A[j] * A[j]; 

如果A[i] * A[i] >= A[j] * A[j] 那么new[k--] = A[i] * A[i]; 

209. 长度最小的子数组 - 力扣（LeetCode）

1、题目描述：

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 。

2、示例：

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

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        sum=0
        son=float("inf")  #一个变量son无穷大的整数型数
        i=0

        for j in range(len(nums)):
            sum=sum+nums[j]
            while sum>=target:
                son=min(son,j-i+1)  #返回迭代对象中最小值
                sum=sum-nums[i]
                i=i+1
        return 0 if son==float("inf") else son

数组中滑动窗口思想：

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。

那么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，也就是for循环里的索引。

所以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)暴力解法降为O(n)