长度最小的子数组
题目描述:
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 。
第一反应就是暴力破解方法
利用两个for循环,不断找符合条件的最小子序列,时间复杂度O(n^2)
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int sum;
int result = Integer.MAX_VALUE;//记录结果
int subLength=0;//子序列长度
for(int i=0;i<nums.length;i++){
sum=0;
for(int j=i;j<nums.length;j++){
sum+=nums[j];
if(sum>=target){
subLength=j-i+1;
result=result<subLength?result:subLength;
break;
}
}
}
return result==Integer.MAX_VALUE?0:result;
}
}
然而运行却会显示用时超时的错误,说明暴力破解不符合,需要考虑下一个方法
滑动窗口
所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。
在暴力解法中,是一个for循环滑动窗口的起始位置,一个for循环为滑动窗口的终止位置,用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环,那么应该表示 滑动窗口的起始位置,还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置,那么如何遍历剩下的终止位置?
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环,那么这个循环的索引,一定是表示 滑动窗口的终止位置。
那么问题来了, 滑动窗口的起始位置如何移动呢?
这里还是以题目中的示例来举例,s=7, 数组是 2,3,1,2,4,3,来看一下查找的过程:
如图,初始状态:
然后i指针右移,同时用sum记录所经历的值之和,直到sum大于s后停下
此时用subLength记录此时子序列长度为4,j指针左移一位,i指针接着右移,直到sum再次大于s停止
然后j指针在右移一位发现此时sum刚好大于s,i指针不用动,subLength=3
接着右移j指针,sum小于s,i指针右移
此时subLength为3,j指针再右移,sum刚好为s,此时subLength为2,所以最终返回长度为2
其实从示例中可以发现滑动窗口也可以理解为双指针法的一种!只不过这种解法更像是一个窗口的移动,所以叫做滑动窗口更适合一些。
在本题中实现滑动窗口,主要确定如下三点:
窗口内是什么?
如何移动窗口的起始位置?
如何移动窗口的结束位置?
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动:如果当前窗口的值大于s了,窗口就要向前移动了(也就是该缩小了)。
窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。
最关键的一部分代码
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int subLenth;//记录子序列长度
int i=0;
int j;
int result=Integer.MAX_VALUE;//记录结果
int sum=0;
for(j=0;j<nums.length;j++){
sum+=nums[j];
while(sum>=target){
//取子序列长度
subLenth=j-i+1;
result=result<subLenth?result:subLenth;
//关键之处,不断变更i(子序列初始位置)
sum-=nums[i++];
}
}
return result==Integer.MAX_VALUE?0:result;
}
}