前缀和-长度最小的子数组 python

题目链接：209. 长度最小的子数组 - 力扣（LeetCode） 

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 。

一 超时的做法 

思路见注释，滑动窗口的思想是正确的，但是中间的判断方式太复杂

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        # 滑动窗口来解决这个问题
        # 窗口前端，窗口后端，最小长度
        # 当窗口中所有数的总和 >= 目标值：与最小长度比较更新最小长度
        #  从前端开始剔除值直至小于目标值。
        # 当窗口中的数小于目标值，后端向后移动直至大于等于目标值
        # 当第一次找到时（前端为0）直接替换最小长度的值，不然最小长度一直是0
        head = 0
        tail = 0
        min_length = 0
        n = len(nums)
        while tail<n:
            if sum(nums[head:tail+1]) >= target:
                while sum(nums[head:tail+1]) >= target:
                    if head == 0:min_length = tail - head + 1
                    else:
                        min_length = min(tail-head+1, min_length)
                    head+=1
            else:
                tail+=1
        return min_length
        

二  合格的做法

思路没变，判断条件改变，选用一个变量total来表示滑动窗口中的总值，而不是使用sum（）

节省了大量时间，最小长度 的初始值也做出了变化，减少了判断次数。

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        # 滑动窗口来解决这个问题
        # 窗口前端，窗口后端，最小长度
        # 当窗口中所有数的总和 >= 目标值：与最小长度比较更新最小长度
        #  从前端开始剔除值直至小于目标值。
        # 当窗口中的数小于目标值，后端向后移动直至大于等于目标值
        # 开始时设置 最小值为列表长度 +1（往后出现的任何一种符合的情况都可以跟他替换）
        # 到最后如果发现最小长度仍为 列表长度+1，证明不存在符合的情况
        head = 0
        tail = 0
        total = 0
        n = len(nums)
        min_length = n + 1 
        while tail<n:
            total += nums[tail]
            while total >= target:
                min_length = min(tail - head + 1, min_length)
                total -= nums[head]
                head += 1
            tail += 1
        return 0 if min_length == n+1 else min_length
        

 

三 总结

滑动窗口内的元素数量大时，不要使用聚合函数进行条件的判断

而是选择变量暂存结果，能节省大量聚合函数的执行时间