209.长度最小的子数组
思路1(暴力解法):
使用两次for循环,从 nums的第一个元素为开头到 >= target的数组, nums的第二个元素为开头到>=target的数组,依此类推,每次对长度进行比较,取小的的长度,最后返回即可。
这种方法 时间复杂度为 O(n^2) 空间复杂度O(n)
代码实现
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int minLen = Integer.MAX_VALUE;
int sum = 0;
for (int i = 0; i < nums.length; i++) {
for (int j = i; j < nums.length; j++) {
sum += nums[j];
if (sum >= target && (j - i + 1) < minLen) {
minLen = j - i + 1;
break;
}
}
sum = 0;
}
return minLen == Integer.MAX_VALUE ? 0 : minLen;
}
}
思路2(滑动窗口):
这种方法也可以理解为双指针方法
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,窗口的起始位置设置为数组的起始位置就可以了。
时间复杂度O(n) 空间复杂度O(1)
不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
代码实现
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int sum = 0;// 滑动窗口数值之和
int left = 0;// 滑动窗口起始位置
int minLen = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
// 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
//此处精华代码!!!
while (sum >= target) {
minLen = Math.min(right - left + 1, minLen);
sum -= nums[left++];// 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 minLen==Integer.MAX_VALUE ? 0 : minLen;
}
}