[LeetCode] 209.长度最小的子数组

LeetCode 209.长度最小的子数组

---

方法一 暴力解法

思路

两个for循环，不断寻找符合条件的子序列

代码

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int res = INT_MAX;  //INT_MAX是个很大的数，
                            //如果想得到数组中最小值，可以先将minn设成INX_MAX,这样就不需要const int定义一个很大的数了
        int sum;
        int subLength = 0;

        for(int i = 0; i < nums.size(); i++)
        {
            sum = 0;
            for(int j = i; j < nums.size(); j++)
            {
                sum += nums[j];
                if(sum >= target)
                {
                    subLength = j - i + 1;
                    res = res < subLength ? res : subLength;
                    break;
                }
            }
        }

        return res == INT_MAX ? 0 : res;
    }
};

算法性能

• 时间复杂度：O(n^2)
• 空间复杂度：O(1)

方法二 滑动窗口

思路

滑动窗口法，可以用来解决一些查找满足一定条件的连续区间的性质的问题（如类似于“找满足XX条件的最X的子区间的XX“）。
可以将其看作是双指针法的特例，两个指针都从原点0开始，并一前一后的向区间末尾前进
（也可以是两个指针一个在原点，一个在终点，相向靠近，这种思想与滑动窗口类似）
在本题中实现滑动窗口，主要确定如下三点：
窗口内是什么？
如何移动窗口的起始位置？
如何移动窗口的结束位置？
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动：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）。
窗口的结束位置如何移动：窗口的结束位置就是遍历数组的指针，窗口的起始位置设置为数组的起始位置就可以了。

代码

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0; // 滑动窗口数值之和
        int i = 0; // 滑动窗口起始位置
        int subLength = 0; // 滑动窗口的长度
        for (int j = 0; j < nums.size(); j++) {
            sum += nums[j];
            // 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
            while (sum >= s) {
                subLength = (j - i + 1); // 取子序列的长度
                result = result < subLength ? result : subLength;
                sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        // 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
        return result == INT32_MAX ? 0 : result;
    }
};

算法性能

• 时间复杂度：O(n)（注：时间复杂度主要是看每一个元素被操作的次数，每个元素在滑动窗后进来操作一次，出去操作一次，每个元素都是被被操作两次，所以时间复杂度是2 * n 也就是O(n)）
• 空间复杂度：O(1)