LeetCdoe209.长度最小的子数组（滑动窗口例题，后有练习题）

LeetCode209.长度最小的子数组（滑动窗口例题，后有练习题）

题目

LeetCode题目链接

思路

这道题的暴力做法应该是非常容易想到的，我们可以设置两重循环，一重循环作为子数组的起始位置，一重循环作为子数组的终止位置，然后计算子数组的大小是否大于等于target，如果是的话，就比较子数组长度。通过上述的方式就可以得出答案，时间复杂度毋庸置疑是$O(n^2)$。

但是我们这道题的时间复杂度是可以优化到$O(n)$的，使用的方法就是滑动窗口。

我们设置一个变量j，它的作用是遍历这个数组，也起到了子数组的终止位置的作用，然后我们再设置一个遍历i，它的作用是作为子数组的起始数组。

我们用变量j开始遍历数组，并且每次遍历到的数组的值都需要加到sum中，即sum+=数组的值，sum这个变量表示的就是子数组的总和。当我们遇到sum>=target的情况时，我们就满足了题目所要求的条件——子数组总和大于等于target，但是题目要求我们求出长度最小的子数组。所以我们考虑移动i，之所以可以移动i是因为我们不知道sum-nums[i]的值是否还是大于等于target的，如果还是大于等于target的话，那意味着我们即使移动了i，那么还是满足子数组总和大于等于target的，但是子数组的长度却变小了。

因此我们可以得到一个方法，即我们一开始让j向后移动，直到子数组的总和大于等于target，然后我们移动i，直到子数组的总和小于target（在子数组的总和将要小于target的时候，子数组的长度就是最小的）。而当子数组的总和小于target后，我们再重新开始移动j。我们可以发现，这个方法的移动轨迹像是一个不断变大变小的窗口，我想这也就是叫做滑动窗口的原因吧。

代码

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
            int ans=nums.length+1;
            int sum=0;
            int i=0;
            for(int j=0;j<nums.length;j++)
            {
                sum+=nums[j];
                while(sum>=target)
                {
                    ans=Math.min(ans,j-i+1);
                    sum-=nums[i++];
                }
            }
            if(ans>nums.length)
                return 0;
            else
                return ans;
    }
}

练习题

之所以在这里设置了一个练习题，是因为我在做这道题的时候，题目看的我有点懵，也想让别人感受一下。

题目（LeetCode904.水果成篮）

LeetCode题目链接

思路（代码部分有具体的思路）

我认为这道题目的难点在于读题，有两个篮子——这就等于例题中说的target，在这道题目中target=2，每个篮子只能装一种类型的水果，每种类型的水果用不同的数字表示。你在装水果的时候必须连续装，直到装不下为止，因为每棵树上对应的是一种类型的水果，其实返回的值就是连续经过的树的数量，连续经过的树中的不同的值的统计和不能大于2，求连续经过的树的数量。

代码

class Solution {
    public int totalFruit(int[] fruits) {
        int n=fruits.length;
        int[] a=new int[n];
        int i=0;
        int num=0;
        int ans=0;
        for(int j=0;j<n;j++)
        {
            a[fruits[j]]++;
            if(a[fruits[j]]==1)
                num++;
            while(num>2)
            {
                a[fruits[i]]--;
                if(a[fruits[i]]==0)
                    num--;
                i++;
            }
            ans=Math.max(ans,j-i+1);
        }
        return ans;
    }
}

滑动窗口的具体思路在例题中已经讲过了，所以我在这个练习题中结合着代码来讲解。首先，这个题目的第一个点在于我们如何判断是否装过这个类型的水果，所以我是用一个数组来标识是否装过这个水果，数组为a[i]=x，i代表的是水果的类型，x代表装过几次。然后我们设置两个变量i、j，i代表连续经过的树的起始点，j代表终止点。然后我们使用j遍历fruits数组，每当a[fruits[j]]的值为1时，代表我们新装了一种水果类型，所以num需要加1，num代表的是水果类型。当num>2时，也到了滑动窗口算法需要判断的临界值，所以我们开始选择移动i，因为i一开始的值也是有效的，所以我们需要先判断i所代表的情况，然后在进行i加1，i代表我们需要去除fruits[i]这种类型的水果，所以a[fruits[i]]–。当a[fruits[i]]==0时，代表篮子中已经没有了这种水果类型，所以num-1。

因例题中是满足子数组的总和大于等于target，所以我们在判断一开始就要比较子数组的大小，但是这道题的要求是水果的种类需要小于等于2，而我们的判断逻辑是水果的种类大于2，所以在判断完while逻辑后，再比较大小。