209. 长度最小的子数组
题目标签:数组、双指针、双指针
题目简述:在一个数组中,找到一个和为target的子数组,且长度最短
相似题目:
-
解题思路:
- 使用暴力算法的方法是,采用两个for循环遍历。所以考虑滑动窗口算法和双指针算法
- 滑动窗口算法
- 只用一个for循环,表示滑动窗口的终止位置
- 窗口就是 满足其和 ≥ s 的长度最小的连续 子数组。
- 窗口的起始位置如何移动:如果当前窗口的值大于s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。
- 双指针算法
-
代码:
// 代码随想录
// 滑动窗口
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 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 >= s) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i++]; // 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 == INT32_MAX ? 0 : result;
}
};
// Acwing
// 双指针算法
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int res = INT_MAX;
for (int i = 0, j = 0, sum = 0; i < nums.size(); i ++ ) {
sum += nums[i];
while (sum - nums[j] >= s) sum -= nums[j ++ ];
if (sum >= s) res = min(res, i - j + 1);
}
if (res == INT_MAX) res = 0;
return res;
}
};