209. 长度最小的子数组

这篇博客介绍了如何使用滑动窗口算法解决寻找数组中最短连续子数组,使其和大于等于目标值的问题。给出了两种解法,分别是暴力解法和滑动窗口法,并提供了详细的代码实现。示例展示了算法在不同输入情况下的应用,包括不存在符合条件子数组的情况。
摘要由CSDN通过智能技术生成

209. 长度最小的子数组

题目
详解

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

暴解:

class Solution {
     public int minSubArrayLen(int s, int[] nums){
         int sum;
         int result = Integer.MAX_VALUE,subLength = 0;
        for(int i = 0;i<nums.length;i++){
            sum = 0;
            for(int j = i;j<nums.length;j++){
                sum += nums[j];
                if(sum>=s){
                    subLength = j - i + 1;
                    result = result <subLength ?result :subLength;
                    break;
                }
            }
        }
        return result==Integer.MAX_VALUE ? 0 :result;
    }
}

注:java中表示int的最大值 Integer.MAX_VALUE

滑动窗口

class Solution {
     public int minSubArrayLen(int s, int[] nums){
        int left = 0,right,sum = 0,result = Integer.MAX_VALUE,subLen = 0;
        for(right = 0;right<nums.length;right++){
            sum += nums[right];
            while(sum>=s){
                subLen = right - left + 1;
                result = subLen < result ?subLen :result;
                sum -= nums[left++];
            }
        }
        return result == Integer.MAX_VALUE ? 0 :result;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值