给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的连续子数组,并返回其长度。如果不存在符合条件的连续子数组,返回 0。
示例:
输入:s = 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连续子数组。
进阶:
如果你已经完成了 O(n) 时间复杂度的解法, 请尝试 O(n log n) 时间复杂度的解法。
看到这道题后,先抓住关键词,连续子数组和,这应该立马想到前缀和、滑动窗口方法,这两种方法在连续问题中最常用,滑动窗口本质就是快慢双指针,保证窗口内的元素和满足条件的情况下不断缩小窗口来找最小窗口长度。前缀和就是计算出开始到某下标处所有元素的和,再利用查找方法找到满足条件的下标,计算窗口大小。
滑动窗口
int minSubArrayLen(int s, vector<int>& nums) {
int len=nums.size();
int temp=0;
for(int num:nums){
temp+=num;
}
if(temp<s)return 0;
int left=0,right=0;
int sum=0;
int res=len+1;
for(;right<len;++right){
sum+=nums[right];
while(sum>=s){
res=min(res,right-left+1);
sum-=nums[left];
++left;
}
}
return res;
}
前缀和+二分查找
class Solution {
public:
int binaryfind(vector<int>& nums,int target){
int left=0,right=nums.size()-1;
while(left<=right){
int mid=left+(right-left)/2;
if(nums[mid]<target){
left=mid+1;
}
else{
right=mid-1;
}
}
if(left==nums.size() || nums[left]<target)return -1;
return left;
}
int minSubArrayLen(int s,vector<int>& nums){
int len=nums.size();
vector<int>sum(len+1,0);
for(int i=1;i<=len;++i){
sum[i]=sum[i-1]+nums[i-1];
}
int res=len+1;
for(int i=0;i<=len;++i){
int index=binaryfind(sum,sum[i]+s);
if(i==0 && index==-1)return 0;
if(index!=-1)res=min(res,index-i);
}
return res;
}
};