题目
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。
题解
使用滑动窗口
遇到窗口中和大于s则重新赋值result
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int start = 0;
int end = 0;
int sum = nums[0];
int result = INT_MAX;
int len = nums.size();
while(start != len)
{
if(sum>=target)
{
result = min(result,end-start+1);
sum -= nums[start++];
}
else if(end != len-1)
{
sum += nums[++end];
}
else
break;
}
if(result == INT_MAX)
return 0;
return result;
}
};
使用前缀和+二分查找
因为序列都是正数,所以前缀和是递增的有序序列
对于每个和,使用二分查找看是否存在目标值比该和相差s
若有, 则计算距离, 更新result
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int len = nums.size();
int result = INT_MAX;
vector<int> sums(len+1,0);
for(int i=1;i<=len;i++)
{
sums[i] = sums[i-1]+nums[i-1];
//cout<<sums[i]<<" ";
}//cout<<endl;
for(int i=1;i<=len;i++)
{
int target = sums[i-1]+s;
auto bound = lower_bound(sums.begin(),sums.end(),target);
if(bound != sums.end())
{
//cout<<target<<"<==>"<<*bound<<endl;
result = min(result,(int)(bound-sums.begin()-i+1));
}
else
break;
}
return result == INT_MAX ? 0 : result;
}
};