LeetCode 209. 长度最小的子数组

一、题目描述

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 。

示例

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

提示：

1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

二、解题思路

方法一：双层循环（提交超时）

思路：

1、如果全部和相加都不超过target，返回0
2、遍历所有窗口情况，找到和超过target的最小窗口长度
3、已优化：提前计算前i个数的和存在sum[i-1]中

代码：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
            //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，并返回其长度。
            int minLen = 9999999;               //最小长度
            int i=0,j=0;                        //滑动窗口的左右下标
            int[] sum = new int[100001];        //窗口的总和
            
            //计算前i个数的和存在sum[i-1]中
            for(i=0;i< nums.length;i++){
                if(i==0) sum[i] = nums[i];
                else sum[i] = sum[i-1]+nums[i];
            }
            
            if(sum[nums.length-1]<target) return 0;
            //计算i-j窗口的长度
            for(i=0;i< nums.length;i++){
                for(j=i;j< nums.length;j++){
                    int curSum = sum[j] - (i>0?sum[i-1]:0);
                    if(curSum>=target) minLen = j-i+1<minLen?j-i+1:minLen;
                }
            }
            return minLen;
        }
}

复杂度分析：

1、时间复杂度：O(n^2) 。双层循环。
2、空间复杂度：O(n) 。求和空间n。

方法二：滑动窗口

思路：

1、当窗口和 < target 时，窗口末尾端向右扩展。
2、当窗口和 >= target时，窗口起始端向右缩减，直到窗口和 < target。

代码：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
            //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，并返回其长度。
            int minLen = Integer.MAX_VALUE;     //最小长度
            int i=0,j=0;                        //滑动窗口的左右下标
            int res =0;                         //当前窗口的总和
            
            while(j< nums.length){
                res+=nums[j];
                while(res>=target){             //当前和还大于等于目标值，左窗口向右滑动
                    minLen = Math.min(minLen,j-i+1);
                    res -= nums[i];
                    i++;
                }
                j++;                            //右窗口向右滑动
            }
            
            return minLen==Integer.MAX_VALUE?0:minLen;
        }
}

复杂度分析：

1、时间复杂度：O(n) 。一次遍历nums。
2、空间复杂度：O(1) 。常数个额外空间。