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
gif摘自代码随想录
思路分析
滑动窗口
1.定义左指针
2.定义滑动窗口数值之和
3.定义result 初始值取最大值
4.右指针遍历数组
5.收集数值
6.循环判断、动态调节起始窗口位置
7.返回最小长度或0
class Solution {
public int minSubArrayLen(int target, 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;//result 初始为最大值,只有取最大值的时候才能不断的更新取一个最短的长度
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
while(sum >= target){
result = Math.min(result, right - left + 1); // 取最小子序列的长度
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 result == Integer.MAX_VALUE ? 0 : result;
}
}