leetcode977.有序数组的平方、209.长度最小的子数组

977.有序数组的平方

暴力解法

class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {

        for(int i = 0; i < nums.size(); i ++)
        {
            nums[i] = nums[i] * nums[i];
        }
        sort(nums.begin(), nums.end());
        return nums;
    }
};

直接求平方后排序，使用到了c++ algorithm 库里的快速排序函数 sort()，平均时间复杂度为O(n*log n)，是不稳定的排序
双指针法
i指向数组左端，j指向数组右端，从两端向中间求

class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {
        int k = nums.size() - 1;
        vector<int> result(nums.size(),0);
        for(int i = 0, j = nums.size() - 1;i <= j;)
        {
            if(nums[i] * nums[i] < nums[j] *nums[j])
            {
                result[k--] = nums[j--] * nums[j--];
            }
            else
            {
                result[k--] = nums[i--] * nums[i--];
            }
        }
        return result;
    }
};

报错，分析得知j或者i减了两次，修改后如下

class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {
        int k = nums.size() - 1;
        vector<int> result(nums.size(),0);
        for(int i = 0, j = nums.size() - 1;i <= j;)
        {
            if(nums[i] * nums[i] < nums[j] *nums[j])
            {
                result[k--] = nums[j] * nums[j];
                j--;
            }
            else
            {
                result[k] = nums[i] * nums[i];
                i++;
            }
        }
        return result;
    }
};

209.长度最小的子数组

暴力解法

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int result = INT_MAX;//初始化最小长度为整数的最大值
        int length;
        int sum = 0;
        for(int i = 0; i < nums.size(); i++)
        {
            sum = 0;
            for(int j = i; j < nums.size(); j++)
            {
                sum += nums[j];
                if(sum >= target)
                {
                    length = j - i + 1;
                    result = result < length ? result : length;
                    break;
                }
            }
        }
        return result == INT_MAX ? 0 : result;
    }
};

时间复杂度为O(n^2)，超时
滑动窗口

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int result = INT_MAX;
        int length;
        int sum = 0;
        int i = 0;
        for(int j = i; j < nums.size(); j++)
        {
            sum += nums[j];
            while(sum >= target)
            {
                length = j - i + 1;
                result = result < length ? result : length;
                sum -= nums[i++];// 这里体现出滑动窗口的精髓之处，不断变更i（子序列起始位置）
            }
        }
        return result == INT_MAX ? 0 : result;
    }
};

经历报错：while 循环处原本被我用了if循环从而导致报错，分析原因，应该在每次更新 i 后，不断比较子序列是否符合条件，用 if 只会比较一次
使用sum -= nums[i++]的过程中感受到了算法优化所带来的简洁