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;
}
};