2024.1.25 【数组】4.长度最小的子数组

最新推荐文章于 2024-08-06 22:52:06 发布

柒玥_Rita

最新推荐文章于 2024-08-06 22:52:06 发布

阅读量552

点赞数 20

分类专栏：考研复试上机文章标签：算法数据结构 c++ 考研

本文链接：https://blog.csdn.net/qq_52347738/article/details/135850157

版权

考研复试上机专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文介绍了如何使用暴力解法和滑动窗口优化策略解决力扣209题——寻找给定整数数组中长度最短的和为目标值的子数组。暴力解法的时间复杂度为O(n^2)，而滑动窗口方法改进至O(n)。

摘要由CSDN通过智能技术生成

2024.1.25 【数组】4.长度最小的子数组

力扣 209.长度最小的子数组

解法1：暴力解法

思路：两层 for 循环
时间复杂度：O(n^2)
空间复杂度：O(1)

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int result = INT32_MAX; // 最终的结果
        int sum = 0; // 子序列的数值之和
        int subLength = 0; // 子序列的长度
        for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
            sum = 0;
            for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
                sum += nums[j];
                if (sum >= target) { // 一旦发现子序列和超过了s，更新result
                    subLength = j - i + 1; // 取子序列的长度
                    result = result < subLength ? result : subLength;
                    break; // 因为我们是找符合条件最短的子序列，所以一旦符合条件就break
                }
            }
        }
        // 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 == INT32_MAX ? 0 : result;
    }
};

暴力解法（官方解法）

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int n = nums.size();
        if (n == 0) {
            return 0;
        }
        int ans = INT_MAX;
        for (int i = 0; i < n; i++) {
            int sum = 0;
            for (int j = i; j < n; j++) {
                sum += nums[j];
                if (sum >= s) {
                    ans = min(ans, j - i + 1);
                    break;
                }
            }
        }
        return ans == INT_MAX ? 0 : ans;
    }
};

解法2:滑动窗口

滑动窗口精髓：

while (sum >= s) {
      subLength = (j - i + 1); // 取子序列的长度
      result = result < subLength ? result : subLength;
      sum -= nums[i++]; // 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）
}

时间复杂度：O(n)
空间复杂度：O(1)

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0; // 滑动窗口数值之和
        int i = 0; // 滑动窗口起始位置
        int subLength = 0; // 滑动窗口的长度
        for (int j = 0; j < nums.size(); j++) {
            sum += nums[j];
            // 注意这里使用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 >= s) {
                subLength = (j - i + 1); // 取子序列的长度
                result = result < subLength ? result : subLength;
                sum -= nums[i++]; // 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 == INT32_MAX ? 0 : result;
    }
};