【209】长度最小的子数组（已优化）

题目（难度：中等）：

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。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。

解题：

利用滑动窗口，设置左边界变量l，计算 l 到 i下标之间的数组元素之和与s比较，若>=s，则记录min值并继续前移；若<s，则使 l 不动，循环继续前移。需要考虑的边界问题有：

（1）若单个数组元素>=s，则return 1; （可能出现在数组的开头，或最后或任意位置）

（2）如s=7,nums = [-6,1,6]，若i=2，此时已结束循环，此时须让 l 继续前移，直至 l==i；

代码实现：

 public int minSubArrayLen(int s, int[] nums) {
        if (nums == null || nums.length < 1) return 0;
        else if (nums.length == 1) {
            if (nums[0] >= s) return 1;
            else return 0;
        }
        int min = 0, l = 0, i = 1;
        if (nums[l] >= s) return 1;
        while (i < nums.length) {
            if (nums[i] >= s) {
                return 1;
            }
            int sum = 0;
            for (int j = l; j <= i; j++) {
                sum += nums[j];
            }
            if (sum >= s) {
                if (min == 0) min = i - l + 1;
                else min = (i - l + 1) > min ? min : (i - l + 1);
                l++;
                i = l + 1;
            } else {
                if (i == nums.length - 1) {
                    l++;
                    if (l == i) return min;
                } else i++;
                continue;
            }
        }
        return min;
    }

缺点：时间复杂度O(n2)，当数据量巨大时，sum求和所占时间很长，耗时高。

---

改进：

利用左右两个指针变量，起始位置l=0,r= -1;（以r的位置求和，以l的位置相减，确保r遍历每一个数组元素）

（1）若r+1<nums.length和sum<s，则r++,sum+=nums[r]；

（2）若r到达数组右端或者sum>=s，则先将sum -=nums[l]；再将l++；

（3）求出满足sum>=s的min值（下标相减即可）

代码实现：

public int minSubArrayLen(int s, int[] nums) {
        if (nums == null || nums.length < 1) return 0;
        int l = 0, r = -1;
        int min = 0, sum = 0;
        while (l < nums.length) {
            if (r + 1 < nums.length && sum < s) {
                r++;
                sum += nums[r];
            } else {        //r到头或者sum >= s
                sum -= nums[l];
                l++;
            }
            if (sum >= s) {
                if(min==0) min=r-l+1;
                min = min >(r - l + 1) ? (r - l + 1) : min;
            }
        }
        return min;
    }

测试用例：

算法分析：

算法时间复杂度O(n)，额外空间复杂度O(1)