🌟个人博客:www.hellocode.top🌟
⭐所有文章均在上方博客首发,其他平台同步更新
🔥本文专栏:《每日一题》
⚡如有问题,欢迎指正,一起学习~~
文章部分参考《代码随想录》,如有侵权,请联系删除~~
长度最小的子数组
- 时间:2022-05-11
- 题目序号:209
- 难度:中等
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 。
来源:力扣(LeetCode)
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
提示
1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
解题思路
题解部分参考自代码随想录。如有侵权,请联系进行删除~~
- 在解题时,我们都可以先思考暴力解法进行解题,然后再通过逐步优化,来提高代码的性能
- 对于本题,可以通过暴力和滑动窗口两种方法进行解决
暴力解法
- 暴力解法一般都比较容易想得到,就是一一列举,使用穷举所有结果,筛选出符合要求的结果
- 对于本题而言,暴力解法需要两层for循环(可以当作双指针来理解)
- 对于外层循环i是(
0~nums.length
),内存循环j是(i~nums.length
) - 需要设置result(最终结果)、subLength(子数组长度)、sum(子数组元素和)三个变量来完成本题
- sum需要写在第一层循环(每次都需要初始化归0,不断更新)
- subLength可由
j - i + 1
计算获得 - result可以设置默认值为int的最大值,然后不断更新,获得满足题意的最短子数组长度。(最后返回时进行判断,如果没找到就返回0)
这里可以配合下方代码查看,会相对的好理解一些
滑动窗口
- 滑动窗口主要就是通过对窗口的滑动,实现本题
- 也是需要两个指针,暂且定为i、j(代码实现中用的left和right,更直观一些)
- 两指针同时指向0位置,然后j指针向后滑动,直到当前i、j确定的子数组满足题意(和大于target)
- 当j滑动到满足题意的位置后,开始缩小窗口大小(尽可能取满足题意的最小子数组)
- 缩小窗口大小就是给i++,进行缩小后,继续判断当前子数组是否满足题意,不满足继续将j指针向后滑动,直到满足题意位置
- 重复上述步骤,不断更新result的值,直到i指向nums.length
- 在每次缩小滑动窗口时,一定要注意给sum减去被滑出的元素值,并将i++
- 上图中的三行代码就是精髓之处,需要好好理解。
注意: 上图三行代码的顺序不能改变
代码实现
通过上述分析,分别可以通过暴力解法和滑动窗口两种方式来实现本题目
暴力解法
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int result = Integer.MAX_VALUE; // 最终的结果
int sum = 0; // 子数组的和
int subLength = 0; // 子数组长度
for(int i = 0; i < nums.length; i++){
sum = 0; // 初始化子数组元素和
for(int j = i; j < nums.length; j++){
sum += nums[j]; // 更新目前子数组和
if(sum >= target){
subLength = j - i + 1; // 更新子数组长度
result = result < subLength ? result : subLength; // 更新最终结果
break;
}
}
}
return result == Integer.MAX_VALUE ? 0 : result; // 如果没找到,返回0
}
}
时间复杂度:O(n^2)
空间复杂度:O(1)
滑动窗口
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int result = Integer.MAX_VALUE; // 最终的结果
int sum = 0; // 子数组的和
int subLength = 0; // 子数组长度
int left = 0;
for(int right = 0; right < nums.length; right++){
sum += nums[right];
while(sum >= target){
subLength = right - left + 1; // 更新子数组长度
result = result < subLength ? result : subLength; // 更新结果
sum -= nums[left++]; // 关键步骤,缩小窗口范围
}
}
return result == Integer.MAX_VALUE ? 0 : result; // 如果没找到,返回0
}
}
时间复杂度:O(n)
空间复杂度:O(1)
总结
- 暴力解法依然比较好理解一些,就是穷举出所有可能的结果,筛选出符合题意的选项即可
- 新接触到的滑动窗口,和双指针法有一些相似之处,但是滑动窗口更形象一些
- 主要就是不断对窗口进行滑动,控制窗口的边界是十分重要的,需要理解滑动的规律