209.长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
示例:
输入:s = 7, nums = [2,3,1,2,4,3] 输出:2 解释:子数组 [4,3] 是该条件下的长度最小的子数组。
提示:
1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
思路算法:
法一:最容易想到的是暴力求解,使用两个 for 循环,一个 for 循环固定一个数字比如 i,另一个 for 循环从 i 的下一个元素开始累加,当和大于等于 s 的时候终止内层循环,顺便记录下最小长度。
class Solution {
public int minSubArrayLen(int s, int[] nums) {
int min = Integer.MAX_VALUE;
for (int i = 0; i < nums.length; i++) {
int sum = nums[i];
if (sum >= s)
return 1;
for (int j = i + 1; j < nums.length; j++) {
sum += nums[j];
if (sum >= s) {
min = Math.min(min, j - i + 1);
break;
}
}
}
return min == Integer.MAX_VALUE ? 0 : min;
}
}
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
暴力解法提交后已经超时了
法二:滑动窗口,根据当前子序列和大小的情况,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。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:如果当前窗口的值大于s了,窗口就要向前移动了。
窗口的结束位置: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。
在代码中我们使用两个指针,一个 left 指向队头,一个 right 指向队尾。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)
class Solution {
// 滑动窗口
public int minSubArrayLen(int s, int[] nums) {
int left = 0;// 滑动窗口起始位置
int sum = 0;// 滑动窗口数值之和
int result = Integer.MAX_VALUE;// 滑动窗口的长度
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
// 这里使用while,每次更新 left(起始位置),并不断比较子序列是否符合条件
while (sum >= s) {
result = Math.min(result, right - left + 1);
sum -= nums[left++];//滑动窗口的精髓之处,不断变更left(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 == Integer.MAX_VALUE ? 0 : result;
}
}
- 时间复杂度:O(n)
- 空间复杂度:O(1)