数组|leetcode209.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 target 。

找出该数组中满足其和 ≥ 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 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

进阶：

如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-size-subarray-sum
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

暴力遍历

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int min = Integer.MAX_VALUE;
        int sum = 0; //子序列数值之和
        for (int i = 0; i < nums.length;i++){
            sum = 0;
            for(int j = i;j < nums.length;j++){
                sum+=nums[j];
                
                if(sum >= target){
                    int len = j - i + 1 ; //子序列长度
                    min = len < min ? len : min;//取较短的长度
                    break;
                } 
            }
        }
        //如果没有找到min还依然等于最初赋值
        return min == Integer.MAX_VALUE ? 0 : min;
    }
}

时间复杂度O(n^2)
空间复杂度O(1)

双指针（滑动窗口）

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int min = Integer.MAX_VALUE;
        int i = 0, j = 0,sum = 0;
        for(j = 0 ; j < nums.length; j++){
            sum += nums[j];
            while(sum >= target){
                int len = j - i + 1;
                min = len < min ? len : min;
                sum -= nums[i++];
            }
            
        }
        return min == Integer.MAX_VALUE ? 0 : min;
    }
}