算法入门--滑动窗口判断最小子序列

本文介绍了如何使用滑动窗口算法解决给定整数数组和目标值的问题,寻找满足和大于等于目标值的最小子数组长度,如果不存在则返回0。代码展示了如何在Solution类中实现这一过程。
摘要由CSDN通过智能技术生成

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 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 

题目的重点在于连续子数组,基于此使用的算法是滑动窗口

输入为一个整数t和一个数组nums

第一步,定义变量,n为数组长度,minlength为子序列的最小长度初始化需要用一个很大的值,这里可以使用std::numeric_limits<int>::max()方法取得int的最大值,整数left为数组左指针初始化为0,整数sum,窗口内值的和

第二步,定义for循环,初始化窗口右指针right为0,条件为right<n,每次循环后right++

第三步,sum+=nums[right]将窗口右值加入窗口

第四步,定义while循环,当sum值大于等于t时执行下列操作

更新minlength,更新使用std::min()方法进行判断(minlength 和 新窗口长度right-left+1)

sum+=nums[left],将新窗口左值删除

left++

for循环执行完毕后,判断minlength是否为初始值,若是,输出为0,若不是输出minlength

流程图为

class Solution {
public:
    int minSubArrayLen(int target, std::vector<int>& nums) {
        int n = nums.size();
        int minLength = std::numeric_limits<int>::max();  // 使用一个很大的数开始,用于寻找最小长度
        int left = 0;  // 滑动窗口的左端点
        int sum = 0;   // 窗口内的数值和

        for (int right = 0; right < n; right++) {
            sum += nums[right];  // 将当前元素加入窗口

            // 当窗口内的和大于等于目标值时,尝试缩小窗口以寻找更小的满足条件的窗口
            while (sum >= target) {
                minLength = std::min(minLength, right - left + 1);  // 更新最小长度
                sum -= nums[left];  // 移除窗口左端的元素
                left++;  // 窗口左端向右移动
            }
        }

        return (minLength == std::numeric_limits<int>::max()) ? 0 : minLength;  // 如果没有找到合适的窗口,返回0
    }
};

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值