长度最小的子数组_滑动窗口_java

这篇文章讨论了如何使用滑动窗口算法解决LeetCode上的一个问题,即在给定正整数数组中找到和大于或等于特定目标值的长度最小连续子数组。算法的时间复杂度为O(n),空间复杂度为O(1)。
摘要由CSDN通过智能技术生成

长度最小的子数组

leetcode链接

问题描述

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总和大于等于 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 。

提示:

1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5

测试用例

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

代码实现

class Solution {
   public int minSubArrayLen(int target, int[] nums) {
       //方法:滑动窗口
       //时间复杂度:O(n)
       //空间复杂度:O(1)

       //i为滑动窗口开始,j为滑动窗口结束
       int i = 0;
       int j = 0;

       int min = -1;
       //滑动窗口内元素值之和
       int sum = 0;
       int currentLength = 1;

       while (j < nums.length) {
           sum += nums[j];
           //寻找当滑动窗口尾为j时,能使sum大于target的滑动窗口头最大为多少
           while (sum >= target) {
           //当窗口内元素值之和大于target,向后移动滑动窗口头从而减小sum
               if (currentLength < min || min == -1) {
                   min = currentLength;
               }

               sum -= nums[i];
               i++;
               currentLength--;
           }
           //当窗口内元素值之和小于target,向后移动滑动窗口尾从而增大sum
           j++;
           currentLength++;
           
       }

       if (min != -1) {
           return min;
       }

       return 0;


   }
}

难点详解

为什么该解法的空间复杂度为O(n)?
虽然该解法使用了两层循环,但实际上每个元素都是进入一次滑动窗口再出一次滑动窗口。

  • 10
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值