LeetCode 209长度最小的子数组

题目描述

解法

解法一

暴力解法：两个for循环找相应的满足大于target的最短子序列的长度

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        //暴力解法
        int sum = 0; //子序列和
        int length = 0; //满足和大于target的子序列的长度
        int finalLength = 100001; //题目中数组长度为1-10的5次方,finalLength是最后要返回的子序列的长度
        for (int i = 0; i < nums.length; i++) {
            sum = 0;
            for (int j = i; j < nums.length; j++) {  //这里注意别丢了nums[i]这个位置的数，所以int j = i; 而不是int j = i + 1;
                sum += nums[j];
                if (sum >= target) { //一旦发现子序列和大于target，更新finalLength,跳出这个循环
                    length = j - i + 1;
                    finalLength = length < finalLength ? length : finalLength;
                    break;
                }
            }
        }
        return finalLength == 100001 ? 0 : finalLength; //如果result没有被赋值的话就返回0，说明没有符合条件的子序列
    }
}

时间复杂度：O(n^2)
空间复杂度：O(1)

解法二

滑动窗口法：所谓滑动窗口，就是不断地调节子序列的起始位置和终止位置，从而得出我们想要的结果。
以题目中的示例来举例，target=7，数组是2，3，1，2，4，3，查找最小的满足条件的最小子序列的过程如下：

最后找到4,3是最短距离，这里恰好是4,3在数组的最后，实际上在寻找最短子序列的过程中，有可能最优解在数组中间，这不会影响最后结果，因为就算最短子序列在数组中间，在求解过程中会记录下最短子序列的长度。
在实现滑动窗口的过程中，需要确定三点：
1、滑动窗口内是什么？
窗口就是 满足其和 ≥ target 的长度最小的 连续子数组。
2、窗口的起始位置如何移动？
窗口的起始位置设置为数组的起始位置就可以了，如果当前窗口的值大于s了，窗口就要向前移动了（也就是该缩小了）。
3、窗口的终止位置如何移动？
窗口的终止位置就是遍历数组的指针。

解题关键就是窗口的起始位置如何移动

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        //滑动窗口法
        int sum = 0; //子序列和
        int length = 0; //满足和大于target的子序列的长度
        int finalLength = 100001; //题目中数组长度为1-10的5次方,finalLength是最后要返回的子序列的长度
        int i = 0; //滑动窗口的起始位置
        for (int j = 0; j < nums.length; j++) {
            sum += nums[j];
            // 不断比较子序列是否还满足大于等于target，满足就更新滑动窗口的起始位置，不满足就更新滑动窗口的终止位置
            while (sum >= target) {
                length = j - i + 1;
                finalLength = length < finalLength ? length : finalLength;
                sum -= nums[i];
                i++;
            }
        }
        return finalLength == 100001 ? 0 : finalLength; //如果result没有被赋值的话就返回0，说明没有符合条件的子序列
    }
}

时间复杂度：O(n)
空间复杂度：O(1)