代码随想录刷题笔记【3】

长度最小的子数组

leetcode 题号 209

代码随想录3.4

题目链接

思路和想法总结：

思路与想法：这个题自己没有好的想法，就是单纯的两个循环进行暴力求解，第一层循环记录的是起始的位置，第二层循环是记录达到的位置，当然自己写的时候会感觉到这个不是一个很好的方案。时间复杂度也是

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int low  = nums.length ;
        int j,i,sum;
        int flag  =  0;
        int flag2 = 0;
        for(i = 0; i < nums.length ;i++){
            sum = 0;
            for(j = i; j < nums.length ; j++){
                sum += nums [j] ;
                if(sum >= target ){
                    flag = 1;
                    flag2 = 1;
                    break;
                }
                flag2 = 0;
            }
            if(flag2 == 1 && j - i + 1 < low)
                low = j - i + 1;
        }
        if(flag  ==  0 && low == nums.length)
            return 0;
        return low;
    }
}

这里的写法很多不够精简，比如说在sum > target 的范围内，就可以直接对要返回的结果进行操作，而且要多运用三目运算的形式，使得代码边的简洁，可读性更强。最后是否干改变的判断可以用三目运算看其是否被改变来进行判断。总之这里的代码自己写的很不好，要多学习简洁高效的代码格式，才会有提高，不然暴力解法都写不好。

正确解答：

（1）暴力版解法：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int sum;
        int result = Integer.MAX_VALUE;
        int subLength = 0;
        for(int i = 0;i < nums.length; i++){
            sum = 0;
            for(int j = i;j < nums.length;j++){
                sum += nums[j];
                if(sum >= target){
                    subLength = j - i + 1;
                    result = result < subLength ? result : subLength;
                    break;
                }
            }
        }
        return result == Integer.MAX_VALUE ? 0:result; 
    }
}

（2）滑动窗口解法：
 

 图片来源：代码随想录原书截取

滑动窗口

这里补充一下对滑动窗口的理解，滑动窗口这种思想会减少程序运行过程中重复运算的过程，它的总体思路可以认为是在寻找一个当前情况下的可行解，然后在可行解的条件下，对搜索空间进行剪枝，逐步的寻找一个最优解，这种方法很适用于连续的串或者数组问题，比如在…中寻找一个…连续的串或者数组。在写代码的时候我们要在心中假想出一个滑动窗口，然后窗口的前段收缩，窗口的后端延伸，最终我们可以获得一个最优解。这个想法很好，以后可以多多考虑。

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int result  =  Integer.MAX_VALUE;
        int sum = 0;
        int  i  = 0;
        int subLength = 0;
        for(int j = 0; j < nums.length ; j++){
            sum += nums[j];
            while(sum >= target){
                subLength = (j - i + 1);
                result = result < subLength ? result : subLength;
                sum -= nums[i++];
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }
}

语句中的sum -= nums[i++]是这个程序的精髓。