209. 长度最小的子数组
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子数组。
提示:
- 1 <= target <= 10^9
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
思路
滑动窗口
滑动窗口:不断的调整子序列的起始位置和终止位置,从而得到想要的结果。
在暴力解法中,是一个for循环滑动窗口的起始位置,一个for循环为滑动窗口的终止位置,用两个for循环完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢?
只用一个for循环,那么这个循环的索引,一定是表示 滑动窗口的终止位置。
在本题中实现滑动窗口,主要确定如下三点:
- 窗口内是什么?
窗口就是满足其和 ≥ s 的长度最小的连续子数组。 - 如何移动窗口的起始位置?
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)。 - 如何移动窗口的结束位置?
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,也就是for循环里的索引。
解题的关键在于 窗口的起始位置如何移动,如图所示:
![leetcode_209](https://i-blog.csdnimg.cn/blog_migrate/38795949010a201c78bba9800c9f6740.png)
可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。
class Solution {
//方法:滑动窗口
public int minSubArrayLen(int target, int[] nums) {
int left = 0;//滑动窗口起始位置
int sum = 0; //滑动窗口数值之和
//结果取整型类型的最大值,便于和遍历的结果比较
int result = Integer.MAX_VALUE;
for(int right = 0; right < nums.length; right++){
sum += nums[right];
//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 >= target){
//right - left + 1为子序列(滑动窗口)的长度
result = Math.min(result, right - left + 1);
sum -= nums[left++]; // 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 == Integer.MAX_VALUE ? 0 : result;
}
}
- 时间复杂度:O(n)
- 空间复杂度:O(1)