数组滑动窗口问题基础

一.参考题目

209. 长度最小的子数组

二.暴力解法(经过检验，不论是哪种语言，使用暴力解法，对于大量复杂数据，都无法通过Leetcode的调试，都是超过时间限制的结果)

1. 思路：两个for循环，然后不断的寻找符合条件的子序列
2. 时间复杂度：O(n^2)
3. 具体代码：

class Solution(object):
    def minSubArrayLen(self, target, nums):
        """
        :type target: int
        :type nums: List[int]
        :rtype: int
        """
        i,j=0,0
        s=0
        a=0
        n=len(nums)
        temp=n+1
        for i in range(n):
            for j in range(i,n):
                s+=nums[j]
                if s>=target:
                    a=j-i+1
                    temp=min(temp,a)
                    break
            s=0
        return temp if temp!=n+1 else 0

三.滑动窗口（双指针法的一种特殊情况）理论基础

1. 滑动窗口的定义：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
2. 滑动窗口解决问题的关键：

• 窗口内是什么？窗口就是满足题目要求的长度最小的连续子数组
• 如何移动窗口的起始位置？(解题的关键)如果当前窗口符合条件，窗口就要向前移动（也就是该缩小）
• 如何移动窗口的结束位置？ 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。
• 滑动窗口的精妙之处是？根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)

四.滑动窗口解法代码实现

class Solution(object):
    def minSubArrayLen(self, target, nums):
        """
        :type target: int
        :type nums: List[int]
        :rtype: int
        """
        i,n=0,len(nums)
        snum=0
        temp=n+1
        for j in range(n):
            snum+=nums[j]
            while snum>=target:
                temp=min(temp,j-i+1)
                snum-=nums[i]
                i+=1
        return temp if temp!=n+1 else 0

        时间复杂度：O(n)

五.相关题目推荐

3. 无重复字符的最长子串

1004. 最大连续1的个数 III

76. 最小覆盖子串

904. 水果成篮