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 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 。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/minimum-size-subarray-sum

//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 。 
//
// 
//
// 示例 1： 
//
// 
//输入：target = 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。
// 
//
// 示例 2： 
//
// 
//输入：target = 4, nums = [1,4,4]
//输出：1
// 
//
// 示例 3： 
//
// 
//输入：target = 11, nums = [1,1,1,1,1,1,1,1]
//输出：0
// 
//
// 
//
// 提示： 
//
// 
// 1 <= target <= 10⁹ 
// 1 <= nums.length <= 10⁵ 
// 1 <= nums[i] <= 10⁵ 
// 
//
// 
//
// 进阶： 
//
// 
// 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。 
// 
// Related Topics 数组 二分查找 前缀和 滑动窗口 👍 1203 👎 0

//leetcode submit region begin(Prohibit modification and deletion)
class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int len = Integer.MAX_VALUE;
        int left = 0;
        int right = 0;
        int tempSum = 0;
        //right在前是快指针，应该首先满足条件
        while (right < nums.length) {
            //搜索加自增都要判断条件每次运行 都要判断条件是否满足
            while (right < nums.length && tempSum < target) {
                tempSum += nums[right++];
            }
            //减元素每次都要判断是否满足条件
            while (left < nums.length && tempSum >= target) {
                len = (right - left) < len ? right - left : len;
                tempSum -= nums[left++];
            }
        }
        if(len == Integer.MAX_VALUE)
            return 0;
        return len;
//        int i = 0;
//        int j = 0;
//        int sum = 0;
//        int result = Integer.MAX_VALUE;
//        while (j < nums.length) {
//            while (j < nums.length && sum < target) {
//                sum += nums[j++];
//            }
//            while (i < nums.length && sum >= target) {
//                int subLen = j - i;
//
//                result = result > subLen ? subLen : result;
//                sum -= nums[i++];
//            }
//        }
//        if (result == Integer.MAX_VALUE)
//            return 0;
//        else
//            return result;
    }
}
//leetcode submit region end(Prohibit modification and deletion)