目录
题目链接:209. 长度最小的子数组 - 力扣(LeetCode)
题目描述:
1、暴力破解法(超出时间限制)
用双层for循环,外循环控制区间的起始位置,内层循环控制区间的终止位置,枚举所有的可能性,找出符合要求的子序列。
时间复杂度:O(n^2)
空间复杂度:O(1)
代码如下:
public int minSubArrayLen(int target, int[] nums) {
int sum=0; //子序列的数值之和
int tmp=nums.length+1; //连续子数组的长度
int i=0;
while(i<nums.length){
sum=0;
for(int j=i;j<nums.length;j++){
sum+=nums[j];
if(sum>=target){
tmp=tmp<(j-i+1)?tmp:j-i+1;
break;
}
}
i++;
}
return tmp==nums.length+1?0:tmp; //判断是否被赋值,如果没有则返回0
2、滑动窗口
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。滑动窗口也可以理解为双指针法的一种。
窗口的终止位置就是遍历数组的指针,这道题的关键是如何移动窗口的起始位置。
我们知道窗口内就是sum>=target的长度最小的连续子数组,如果当前窗口的值大于target了,即找到了一个满足条件的子数组序列,接下来要找下一个了,窗口就要向前移动了(也就是该缩小了)
代码如下:
public int minSubArrayLen(int target, int[] nums) {
int sum=0; //子序列的数值之和
int tmp=nums.length+1; //连续子数组的长度
int i=0; //滑动窗口起始位置
for(int j=0;j<nums.length;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){
tmp=Math.min(tmp,j-i+1); //更新长度
sum-=nums[i];
i++; //变更起始位置
}
}
return tmp==nums.length+1? 0:tmp;
}
使用while而不使用if的原因
eg:
nums={1,1,1,1,103} target=100
这种情况下,大家都知道最短子序列数组为1,即i==j==4时,如果使用if,当j移动到最后一个位置,i在数组起始处,判断一次之后,整个循环就结束了,因此需要用while,每次更新起始位置,并判断子序列是否符合条件。
时间复杂度:O(n)
并不是for里放一个while时间复杂度就是O(n^2), 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,每个元素都是被操作两次,所以时间复杂度是2 * n 也就是O(n)。
空间复杂度:O(1)