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 。

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。

//暴力算法
class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
            int result=INT32_MAX,slenth,ssum; // 因为要找最短 所以设置result等于最大值
            for(int i=0;i<nums.size();i++){
                ssum = 0;
                for(int j=i;j<nums.size();j++){
                    ssum += nums[j];
                    if(ssum >= target){
                        slenth = j-i+1;
                        result=result < slenth ? result : slenth;
                        break; // 找到最短序列就退出
                    }
                }
            }
            return result==INT32_MAX?0:result;
    }
};

// 双指针法
class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
            int result=INT32_MAX,slenth,ssum=0,j=0;
            for(int i=0;i<nums.size();i++){
                ssum += nums[i];
                while(ssum >= target){// 当ssum大于标记时开始移动j指针
                    slenth = i-j+1;
                    result = result < slenth ? result : slenth;
                    ssum -= nums[j]; //移动的时候要先减去之前加的值
                    j++;
                }
            }
            return result==INT32_MAX?0:result;
    }
};