LeetCode 209.长度最小的子数组

题目描述

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总和大于等于 target 的长度最小的 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 <= 10^9
• 1 <= nums.length <= 10^5
• 1 <= nums[i] <= 10^5

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。

思路

由于题目需要求的是子数组即子序列，可以考虑使用滑动窗口，时间复杂度为O(n)。

所谓滑动窗口，就是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。

窗口的起始位置如何移动：如果当前窗口的值大于等于target了，窗口就要向前移动了（也就是该缩小了）。

窗口的结束位置如何移动：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。

即遍历数组的指针（j指针）先去找右边，找到了再收缩左边，然后再继续向右去找更优解，找到收缩左边。

代码

C++版：

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int sum=0; // 滑动窗口数值之和
        int i=0; // 滑动窗口起始位置
        int length=0; // 滑动窗口的长度
        int result=INT_MAX;
        for(int j=0;j<nums.size();j++){
            sum+=nums[j]; 
            // 动态调节滑动窗口的起始位置
            // 这里要使用while而不是if  
            while(sum>=target){
                length=j-i+1;
                result=result<length ? result:length;
                sum=sum-nums[i];
                i++;
            }
        }
        return result==INT_MAX ? 0:result;
    }
};

Python版：

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        sum=0 # 滑动窗口数值之和
        i=0 # 滑动窗口起始位置
        j=0 # 滑动窗口终止位置
        result=float('inf')
        while j<len(nums):
            sum+=nums[j]
            # 动态调节滑动窗口的起始位置
            # 这里要使用while而不是if
            while sum>=target:
                result=min(result,j-i+1)
                sum-=nums[i]
                i+=1
            j+=1
        return result if result!=float('inf') else 0

需要注意的地方

1.不要忘记去判断是否找到了符合条件的子数组，如果没有找到就返回0。

2.为什么时间复杂度是O(n)？因为每个元素在滑动窗口中进来操作一次，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)。